《《模式识别》课程标准（高职）.docx》由会员分享，可在线阅读，更多相关《《模式识别》课程标准（高职）.docx（4页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、模式识别课程标准一、课程概述.课程性质模式识别是高职人工智能技术服务专业针对人工智能产业及其应用相关的企 事业单位的人工智能技术应用开发、系统运维、产品营销、技术支持等岗位，经过对 企业岗位典型工作任务的调研和分析后，归纳总结出来的为适应人工智能产品开发与 测试、数据处理、系统运维等能力要求而设置的一门专业核心课程。1 .课程任务模式识别课程通过与各类特征识别应用案例开发相关的实际工程学习，增强 学生对本专业智能感知与识别算法知识的认识，训练他们养成良好的解析思维习惯， 在理解理论知识的基础之上，根据实现情况分析与设计出最优解决方案，再用编程方式实 现特征提取和识别算法并加以应用的能力，从而满
2、足企业对相应岗位的职业能力需求。2 .课程要求通过课程的学习培养学生智能感知与识别算法应用方面的岗位职业能力，分析 问题、解决问题的能力，养成良好的职业道德，为后续课程的学习打下坚实的基础。二、教学目标(-)知识目标。 了解模式识别的概念，掌握通过编程实现模板匹配算法来解决简单的模式 识别问题的能力；2) 了解常用模式识别算法的原理，能初步利用该类算法解决具体模式识别问题的 一般方法；B) 理解特征提取与降维的概念及主要方法,并能够在解决模式识别问题的过程中加以 应用；少详细了解BP神经网络的原理，熟练掌握利用该算法解决手写体识别问题的方法;6）详细了解朴素贝叶斯分类器算法的原理，熟练掌握利用
3、该算法解决打印体文 字识别问题的方法；6） 详细了解基于隐马尔可夫模型的语音识别原理，熟练掌握利用该模型解决 语音识别问题的方法；。 详细了解基于PCA和SVM模型的人脸识别原理，熟练掌握利用该模型解决人 脸识别问题的方法。（-）能力目标（1）会识读程序流程图，能看懂案例程序代码；（2）会使用Python语言实现“模式识别”常规算法；（3）能按照任务要求，设计程序流程图，编写程序代码；（4）能够根据系统功能要求对程序进行调试；（5）能够对所编写的程序故障进行分析，提出解决方案并进行故障排除；（6）觞邮系统工作情况 提出毋 1的改i鲂案，缴咽tT作、统相序流程图、 提出工艺要求、编制技术文件。（
4、三）素质目标（1）培养学生的沟通能力及团队协作精神。（2）培养学生分析问题、解决问题的能力。（3）培养学生勇于创新、敬业乐业的工作作风。（4）培养学生的自我管理、自我约束能力。（5）培养学生的环保意识、质量意识、安全意识。三、与前后课程的联系1.与前续课程的联系C语言程序设计使学生具备了面向过程编程的基本能力。Python语言程序设计使学生具备了面向对象编程和AI应用程序开发的基本能序号-5课题2.与后继主要教学内容果程的关系教学目标学时备注1课程概述四、教1 .模式识别的基本概念 腿触蹒楙法懒髀习 学瓣蓉雪聊A配1. 了解模式识别的概念朝病搜i蝴瞿实现模板匹 配算法来解决简单的模 式识别问题
5、的能力4理实 一体2堂根据职业岗常醺法教 简介1.教材选:按照国家知o学校建立了1.线性分类君 位.箴册1万3 .贝叶斯分当4 .算法实例: 材的豳ffi6.算法实例: 珈猱T却8 .算法实例:9 .模糊集合相年概述1酢典孵耨本课程的教赞电诲果程工程结构与贝叶斯分类器隹概述组合分类器无述聚类算法槌魏醐喇高职规箫喊学内容分解为7个教学单5 i学时分配表1 .理解常用模式识别算法的 原理2 .熟练掌握利用该类算法解 决具体模式识别问题的 一般方法前优质教材，禁止不合格自等参与的教材选用机构，Co12J教材i 完善孝理实一体生入课攵材选用3制度，经过初 特征提取 吁降雄荐教;!范程序择优选用教材。1
6、 .特征提取与降维的基本概念 眩算法实例：特征提取与降维处理1 .理解特征提取与降维的概 念及主要方法2 .解决模式识别问题的过程 中加以应用4理实 一体4模式识别书写的(1)中国二 识砂1,.弦崎蟀谀t尔滨工lk大学出版社,2.手写体图像的特征提取瞬资海经网络的设计q捻m解颂给两寐1能之模式识手 G第的牌在张学工，清华大学出版彳喝田褊BP神经网络的 原理便写如拙唾题的方法10式嬲理实一体1横5模峦打班虾教 字识别:识赈水翻岫AB实现，杨杰，三2 .文字特征提取师要联分类器的设计4 .贝叶斯分类器的训练5 .识别处理陵晴楠SW阍戕 器算法的原理2.熟练掌握利用该算法解决 文字识别问题的方法01
7、7角10:理实 一体良6语.1,1专任教师事言程序设计理的白/ L，次林;育龈囊频格和本专业职业资游 2.语音采集一脸号神再麻惭喘目4.MFO烽瞪数的提取 、峥慵樨踩3语言开知斤d t 韦T (T fr ilFFi 十 史 /F或技能等级证书；有理想 1.详细了解基于隐马尔可夫嚼僦癖锻4辛 个 II.TT由(rH X7 rh 4i-i、信念、货Pyt 8；具I春实 一体 hon1较/口7的信恩化灰”素质、职业涯人脸识别LoW；Jo兼任教师王要力;德椅陋蓄犒具有扎实的利用3 .人脸图像的预处理4 .人脸图像特征的提取5 .VM分类器的设计6 .SVM分类器的训练7.识别处理相关止业聘任，具备艮好
8、Python语日程序设11专 L详细了解基于PCA 和SVM模型的人脸识别 原理2.熟练掌握利用该模 型解决人脸识别问题的方法的思牙业知i,8嘴实A和体丰富的模式识别系统开发实际工作经验，具有中级及以上相关专业技术职称，能承当本课程教学、实习实训指导等教学任务。七、学习场地、设施要求多媒体教室、实训教室、白板、黑板、相关工具、相关量具等。八、课程资源的开发与利用积极开发和利用网络教学资源：课程标准、实训指导书、授课计划、电子教案、 教学资源库等教学文件，及多媒体教学课件、习题、案例库、试题库、网络方案、布 线标准、工具软件、国家级或省级精品在线开放课程等资源。建立互动交流网络平 台。九、考核标
9、准与方式高等职业教育培养高素质技术技能型人才，不但要重视学生职业技能和职业素养培养, 还要求学生掌握一定的专业基础理论知识，以利于今后可持续开展。因此需要加强理论知识、 职业技能和职业素养等方面的考核评定。本课程采用过程性评价和终结性评价相结合的方法进行，既有理论知识考核，又有 学生学习态度、思维能力、动手能力、解决问题的能力等方面的综合考核，具体评价 方法和内容见表3。表3 模式识别课程评价方法和内容考核类型考核方式考核内容理论知识(50%)过程性考核(10%)课堂提问、课堂纪律、平时作业、单元测试等终结性考核(40%)期末闭赛里论考试，评价M只目标成程度。重点考核常用各类用E提取与降维、各类常规识 别算法等知识职业技能(40%)过程性考核(10%)实训表现、实际操作能力、观察能力、解决问题的能力等终结性考核(30%)期末技能考试，评价技能目标达成程度。重点考核常用的手写体识别、打印体文 字识别、语音识别、人脸识别等技能。职业素养 (10%)过程性考核到课考勤，学习及工作态度、6S管理表现、质量观念、安全意识、合作精神、敬业精神、团队意识等纳入职业技能考核，在教学过程中记录评价