a
当前位置: 课程信息 >  自动化

| 自动化

[2017-12-26]

《模式识别导论》课程教学大纲

课程名称及编号: 模式识别导论 AU311

学分 / 学时:2/34

主讲教师(姓名、职称)

赵宇明(副教授)   熊惠霖(教授)

授课语言:中文

 

 

必修/选修:选修

开课时间:秋季

适用专业:自动化

开课单位:自动化系

授课方式课堂授课

考核方式大作业

 先修课程: 工程数学、图像处理

后修课程:

课程简介:

    是控制学科中模式识别与智能系统专业的本科基础课程,也可作为控制学科中其它专业的选修课程。课程以直观的视觉模式为先导,围绕模式信息的处理、分析和辨识展开教学,培养学生对从具体到一般模式识别理论和方法的认识和兴趣。

课程培养目标

    设置本课程是为了让自动化专业的学生在本科学习期间,通过学习模式识别技术的基本概念、基本原理和典型方法,对模式识别领域的具体发展和应用前景有一定的认识。本课程对学生达到如下毕业要求有贡献:

3.6.了解控制科学技术发展的前沿和趋势,并能跟踪其前沿发展

7.2.了解并掌握自动化专业领域重要资料来源及获取方法

10.2.对控制与自动化技术领域及其相关行业的国际状况有基本了解

7.3具有针对复杂工程问题,选择与使用恰当的技术、资源,利用现代工程工具和信息技术工作的能力

4.2.能根据实验目的确定需要的数据及其精度, 并能够选择合适的手段收集这些数据。

教学要求:

 

完成课程后,学生将具备如下能力:

1.问题分析能力,建立数学模型解决实际问题的能力;

2.实验科研能力,运用所学的理论知识解决实际问题;

3.终身学习能力,不断学习和适应发展的能力。

 

 

撰写者:赵宇明、熊惠霖                                  发布时间: 2014.8

 

 

一、课程性质和教学目标

    课程性质:是控制学科中模式识别与智能系统专业的本科基础课程,也可作为控制学科中其它专业的选修课程。

    教学目标:课程以直观的视觉模式为先导,围绕模式信息的处理、分析和辨识展开教学,培养学生对从具体到一般模式识别理论和方法的认识和兴趣。

 

二、课程教学内容及学时分配

教学内容

学时

课堂教学

作业及要求

自学及要求

大作业及要求

视觉模式分析和处理的基本方法

10学时

10学时

课堂教学后有课外作业,要求独立完成,有集中问题进行讲解。

自学和复习工程数学中有关概率统计的相关知识。

结合上课所学理论知识,就现实生活中的模式识别问题,提出相应的解决方案。

视觉模式识别基础

7学时

7学时

用似然函数进行模式识别

6学时

6学时

用距离函数进行模式识别

6学时

6学时

特征选择

5学时

5学时

 

三、教学方法

以课堂教学为主,并注重以下4点:

(1)注重培养学生兴趣。模式识别是理论性很强的一门学科,学生容易产生枯燥乏味的感觉。为此,在教学环节中引入一些成功的应用实例,以吸引同学们的注意力,培养大家对该课程的兴趣。

(2)注重理论与实践相结合。模式识别是一门既有严格的理论基础、又有广泛实际应用的学科。为此,设计实验作为期末考查内容,要求学生根据课堂学到的知识采用不同的方法来解决,以提高学生将所学理论灵活应用于实际工作中的能力。

(3)注重引导学生的科研兴趣。该课程主要面对高年级本科生,其中一些同学将来要攻读相关专业的研究生。在教学中注重培养学生的科研能力,以提高学生们解决实际问题的能力。

(4)注重引入最新发展动态。教师实时关注国际上该领域的最新动态,并把它们引入课堂教学中,向学生推荐一些经典和最新的文献。

 

四、考核及成绩评定方式

最终成绩由平时作业、课堂表现、大作业组合而成。各部分所占比例如下:

平时作业上课参与程度:60%,主要考核对知识点的掌握程度、口头及文字表达能力。

大作业:40%,主要考查学生对课堂上所学到的理论概念的掌握程度,以及应用所学理论知识解决现实生活中模式识别问题的能力。

 

五、教材及参考书目

教材:

赵宇明,熊惠霖等,《模式识别》,上海交通大学出版社,2013年

参考文献:

(1)孙即祥等:《现代模式识别》(第二版),国防科大出版社

(2)边肇祺,张学工等:《模式识别》(第二版),清华大学出版社

 

大纲撰写人:赵宇明,熊惠霖


访问数量:
 a
Baidu
map