時間：2023-01-27 21:28:25
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇智能科學與技術論文，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
從2004年國內開始招生至今，全國已有不少高校設立了智能科學與技術專業。我校是較早設置該專業的院校，于2007年在信息工程學院設置其為第7個本科專業，并開始招生。2009年9月，學生進入相關專業課程的學習，第一屆學生于2011年7月畢業。日前，該專業學生已經完成本科階段的學習。
在專業開設過程中，我們完成的主要工作如下。
1) 調研國內外相關院校智能科學與相關專業的培養目標和培養方案。
2) 形成智能科學與技術學科的知識體系和能力要求。
3) 制定2010版智能科學與技術專業的教學大綱。
同時，在辦學過程中，我們選擇了腦科學與認知科學概論，人工智能基礎，微機原理及應用、課程設計(微機原理)，可視化程序設計、智能計算與應用四個課程組進行教學模式改革。
1首屆畢業生知識結構
因為是首屆學生，我校大多數課程安排參考了國內兄弟院校的課程設置，也參考了我校自動化專業的部分課程設置。學生的知識結構主要由5個方面組成[1]，如圖1所示。
1) 數理基礎課程群：工科數學分析、高等代數、復變函數與積分變換、概率與數理統計、數學實驗、大學物理、物理實驗、應用力學基礎、離散數學等。
2) 電工電子技術課程群：電路分析基礎、電路實驗技術、模擬電子技術、模擬電子技術實驗、數字電子技術、數字電子技術實驗等。
3) 機電技術基礎課程群：工程制圖基礎、程序設計基礎、信號處理、計算機網絡、微機原理及應用、嵌入式系統、數據庫技術及應用、面向對象程序設計、現代檢測技術、電機控制技術、現代通訊技術、DSP處理器及應用、機械設計基礎等。
4) 專業主干課程群：信息論與編碼、控制工程基礎、腦科學與認知科學概論、人工智能基礎、機器人組成原理、計算智能基礎、模式識別基礎、虛擬現實技術、智能控制及其應用。
5) 實踐創新課程群[2]：計算機應用實踐、電子技術實習、MATLAB編程與工程應用、Linux系統與程序設計、自動控制系統設計與實現、微機原理課程設計、嵌入式系統設計與實現、專業(生產)實習、畢業設計(論文)等。
除了專業課程的學習，學生還參與了很多課外科技活動和競賽，并取得了良好成績，內容如下。
1)“基于Matlab的智能五子棋人機博弈系統”在北京科技大學第十一屆“搖籃杯”課外學術作品競賽中獲三等獎。
2) 第八屆校機器人隊隊員在第八屆亞太機器人大賽國內選拔賽中獲十六強。
3) 在全國大學生電子設計大賽中獲成功參賽獎。
4) 在智能車校內賽中獲二等獎。
5) 在北京市機械創新大賽中獲三等獎。
6) 在北京市大學生電子設計大賽中獲二等獎。
7) 在“飛思卡爾”智能車競賽的校級賽中獲三等獎。
8) 在校級機器人競賽中獲季軍。
9) 在全國大學生節能減排大賽科技類中獲三等獎。
10) 在北京科技大學計算機博弈錦標賽中獲最佳程序設計獎。
11) 在北京科技大學“閃我風采”Flash大賽中獲最佳細節獎。
在參加課外競賽及各種活動之余，首屆智能班還自組織了以小組為單位的指紋識別考勤計時系統編程比賽，歷時一個月，比賽結束后評出了最優編程獎。然后返回給每個小組，再討論再修改，最終確定了最優版，申請了國家軟件著作權，于2010年5月份獲得審批。此次比賽成果是全班學生辛苦勞動的果實，凝聚了24位學生的智慧和努力。圖2展示了該系統的計算機軟件著作權登記證書。
2首屆畢業生畢業設計情況
2010年底，首屆學生進入本科畢業設計環節。在大家的共同努力下，全部學生通過了本科畢業設計。畢業設計的題目如表1所示。
3首屆畢業生去向
智能科學與技術專業首屆24名學生是2009年9月進入大三學習專業課的。目前，我們統計的畢業生去向，專業第1名放棄了保研指標，選擇出國留學，另外有4人保送本校讀研究生。選擇考研的學生還有12人，另外有3人選擇出國留學，還有2人選擇就業，如表2所示。
4經驗和教訓
我們對2007級智能科學與技術首屆畢業生的總體情況還是比較滿意，通過一系列教學改革，取得一定的成效，內容如下。
1) 人工智能基礎。此課程為智能科學與技術專業的理論基礎性課程，具有涉及的面比較廣、內容較多、變化較快的特點。我們結合人工智能學科的發展，在保證課程完整性的同時，盡可能增加學科發展的前沿內容。
2) 微機原理及應用、課程設計(微機原理)。微機原理及其應用是一門實踐性很強的課程，特點是計算機軟硬件結合非常緊密，需要經過大量的實踐環節學習。在充分分析本門課程特點的基礎上，我們對該課程作了如下教學改革：自行研制開發了一套實驗裝置，開發了配套的實驗項目，編寫了相應的實驗講義。圖3是我們使用的微機原理與單片機實驗裝置。
在教學方法上，教師讓學生在學習已有實驗項目的基礎上，做一些由簡單到復雜的新改動，直至最后設計出新的應用電路，并用相關器件實現。為了鼓勵學生親自動手制作電路板，教學團隊花費近3 000元，購買了各種電子元器件和電路制作工具，包括單片機芯片、集成穩壓電路芯片、各種傳感器、小鍵盤、電阻電容、印刷電路板、萬用表、電烙鐵等，保證每位學生都能設計并制作完成一個單片機控制系統。在課堂管理方面，我們實行小班授課，每班不超過30人。學生都很遵守課堂紀律，幾乎沒有遲到早退現象，為該門課程的學習營造了良好的學習氛圍。
3) 可視化程序設計。小班在實驗機房上課，課程將講解部分與上機練習結合起來，教師對每一個知識點進行講解后，讓學生立刻練習，提高學生的動手實踐能力。通過教師的課堂講解和學生的課堂練習，使學生達到融會貫通的程度。
4) 數據結構與算法分析。針對智能科學與技術專業對計算機軟件能力要求高的特點，我們壓縮了計算機專業的數據結構和算法分析兩門課程的學時，保證學生應用能力的培養，并編寫了相應教材。
5) 根據國內外高等教育的最新發展，我們對研究思路、內容、方法進行必要調整。英國、美國、馬來西亞等國近幾年開設了AI相關專業，并且多數與機器人結合。在2010版教學計劃中，我們也將機器人作為學生學習過程中的實驗平臺和設計實現對象，為此探討設立機器人組成原理課程[3]，并在準備教材。我們還與南開大學、河北工業大學合作開發智能科學與技術專業的系列教材[4]。
另一方面，我們在辦學過程中也感覺到一些問題，和南開大學[5]的問題較為類似。
1) 專業宣傳方面的問題。
2) 沒有形成統一的教學指導委員會，各學校還處于單兵作戰階段。
3) 學校的重視程度不夠，經費投入有待加強。
4) 師資結構對其他學科的依賴程度較大，還未形成完整的師資隊伍，多數教師來自其他專業。
5結語
通過兩年的專業課學習，首屆智能科學與技術專業的全體學生在各方面都取得了不錯成績。多門基于專業課程開設的課程設計不僅增強了學生的動手實
踐能力，還加深了學生對專業知識的理解及掌握程度，很好地將理論學習與實踐教學結合起來。特別是在畢業設計階段，學生的論文題目都很有新意，充分體現出智能科學與技術專業的“智能”特點，而且學生在論文答辯環節全部順利通過。首屆畢業生中，出國和保研率達到54.17%，就業率達到45.83%，有很好的發展前景。通過研究首屆畢業生情況，我們認為智能科學與技術專業是一個很有發展潛力的專業，能夠將人工智能科學、計算機技術、智能控制等專業性較強的學術領域綜合起來，培養出具有綜合能力的優秀畢業生。
總結首屆畢業生情況，我們將在隨后的教學過程中進行如下改進：結合人工智能學科的發展，盡可能增加學科發展前沿的內容；針對學有余力的學生，布置學科前沿的自學內容；在教學中嘗試以作業的形式安排實驗內容[6]。同時，我們繼續保持小班授課方式，營造出良好的學習氛圍。在考核方面，結合平時、考試和答辯3種形式，來客觀、公正地評定學生，促進學生的全面發展。通過總結已有的教學經驗，吸取教訓，發展優勢，我們相信智能科學與技術專業一定會一步一步成為更加完備的、更有優勢的、更具時代特征的新型專業。
參考文獻：
[1] 劉冀偉,石志國,王志良. 北京科技大學智能科學與技術專業建設概況[J]. 現代大學教育,2010(6):1-4.
[2] 石志國,劉冀偉,王志良.“智能科學與技術”本科專業軟件實踐類課程建設探討[J].計算機教育,2009(11):93-97.
[3] 石志國,劉冀偉,王志良,等. 機器人組成原理課程規劃[J]. 計算機教育,2010(15):86-90.
[4] 楊鵬,張建勛,劉冀偉,等. 智能科學與技術專業課程體系和教材建設的思考[J]. 計算機教育,2010(19):11-18.
[5] 方勇純. 智能科學與技術專業畢業生情況分析與專業建設[J]. 計算機教育,2010(19):51-54.
[6] 魏秋月. 關于智能科學與技術專業人才培養和學科建設的思考[J]. 教育理論與實踐,2009,29(9):18-19.
The Situation of the Major in Intelligence Science and Technology
in University of Science and Technology Beijing
LIU Jiwei, SHI Zhiguo, WANG Zhiliang
(College of Information Engineering, University of Science and Technology Beijing, Beijing 100083, China)
關鍵詞:專業建設;人才培養;教學改革;課程體系;教學模式
21世紀是智能科學技術快速發展的時期,智能科學與技術本科專業應當抓住這個契機,大力推進智能科學與技術的本科教育和專業建設,培養適合社會發展和市場需求的智能科學技術人才[1]。堅持以學生為根本,以傳授知識、培養能力、提高素質和協調發展為己任,以我國經濟結構戰略性調整的要求和社會發展對人才的迫切需求為重心,針對師資隊伍、人才培養模式、教學內容與課程體系、教學方法與手段、教學管理及培養質量等方面進行深入改革,形成具有先進的辦學理念、完善的管理體制、領先的改革思路、優秀的師資隊伍的龍頭專業。智能科學與技術作為具有廣闊發展前景和巨大應用需求的綜合交叉學科,高校應進一步拓展相關研究領域,結合辦學條件、管理制度及政策傾斜,突出人才培養和專業建設的特色。
1深化實踐教學改革,探討多元復合型人才培養模式
智能科學與技術專業要協調發展,首先必須明確專業特色,形成自己特有的學科體系、人才培養模式和課程特色。在智能科學技術相關研究已經滲透到各個領域的形勢下,對人才的培養要從多元化角度來考慮[2]。一方面,當前國內外智能科學領域的相關研究如火如荼,原創性理論與核心技術的研究步伐在進一步加快,國際上對智能科學與技術專業研究型人才求
賢若渴。另一方面,智能科學領域的一系列學術研究成果,迫切需要轉化成能夠產生社會效益、支持社會主義經濟發展及人民生活需要的產品,大型企業、著名公司對具有智能科學技術專業知識的應用型和工程型人才的需求勢頭正旺,因此,目前探討智能科學與技術專業的人才培養模式正當其時。
1) 多元化人才培養模式。智能科學與技術專業是一個集智能技術、通信技術、計算機技術、控制技術等多學科交叉、跨應用領域的本科專業。根據社會經濟的發展、市場對人才的需求以及專業自身的發展特點,智能科學與技術專業的人才培養應當兼顧研究型、應用型和工程型等多元復合型人才需求,因此,智能科學專業在充分整合優質教育資源的基礎上,需要不斷改革教育模式。一方面,通過各種教學活動,豐富各層次、各類型的課程教學資源,如:積極開設雙語教學、探究式教學、“本、研合一”的高水平課程、校外名師課程等,強化學生創新知識和科研學術能力的培養,推進高素質人才的培養計劃;另一方面,針對智能科學與技術專業的應用特點,積極開展學生科研活動和實踐訓練,使學生通過項目實踐鍛煉自己的實際研發能力,提高運用所學知識解決實際問題的能力。此外,充分利用我校多學科、綜合化的人才培養優勢,通過以跨學科、跨專業的交叉融合,打通各方的優質教學資源,給學生提供更加廣泛的學習空間,促進優質高效的復合型人才培養。
2) 專業素養培養。完善由智能科學與技術專業基礎課程、專業核心課程、專業方向課程三部分組成的定位明確、特色突出、規范合理的專業教育課程體系,加強學生在基礎知識訓練和智能科學專業技能的素養培養,強化專業基礎的相關性,突出專業核心的穩定性,擴大專業方向的多樣性。
3) 科研素養和適應發展能力培養。智能科學與技術專業面對多元化人才需求,不僅要培養學生獨立從事科學研究的能力,自主不斷學習新理論、新方法和新技術的能力,以勝任學科的前沿研究和技術發展;同時還要重視學生在研發團隊的協同工作能力,以適應學科在實際中的各種應用需求,在不斷開發高質量智能軟件系統及項目研發的實際鍛煉中,培養學生的高效工作能力和良好的溝通能力。
基于以上觀點,我校在教學模式的改革中,積極提倡“夯實基礎、綜合提高、加強實踐”的三結合人才培養改革思想,針對學生的專業素養、專業技能等多個方面細化培養方案,不僅注重培養學生的實際應用能力,還要兼顧培養學生的研究型思維、科學研究的能力及創新精神,從整體上提升智能科學技術人才培養的素質。
我校智能科學與技術專業堅持“教學、科研、團隊的協調發展,學科、專業、課程的整體建設”,依托北京市實驗教學示范中心、北京市高等學校工程研究中心,北京市重點建設學科“計算機應用技術”、校級重點建設學科“軟件理論與技術”以及與其他專業和兄弟院校的聯合,開展了以教師隊伍建設為基礎、以人才培養改革為核心,以促進學生知識、能力、素質協調發展為目標的專業建設工作,并形成了層次型人才培養方案,如圖1所示。
圖1層次型人才培養方案
1.1層次型人才培養方案及教學模式
結合智能科學與技術本科專業的特點,針對多元化人才培養需求,我們構建了“教―學―用”的層次型培養模式,形成了“2+1+1”的教學模式。前兩個學年主要學習計算機科學技術和智能科學基礎理論知識,以學習、理解和掌握知識為主,同時采用啟發引導及探究討論的教學策略,培養學生自主學習的能力和主動探究的興趣,進一步結合相關問題、設計方法、分析討論和問題求解培養學生的專業素養[3]。第三學年側重學習智能專業核心課程,如:智能機器人、智能游戲與虛擬現實技術、模式識別、智能信息獲取與決策管理、自然語言處理等體現智能科學與技術專業特色的課程,使學生在理論方法的學習中提高專業技能,同時所設課程與相應的實驗課相結合,加強學生理論知識的消化和實踐能力的訓練。第四學年,以綜合實踐訓練為主,學生根據各自的情況和興趣,參加學生科研立項、各類科研競賽活動、大學生創新實驗、專業實習、畢業設計及教師的科研項目等,進一步強化實踐能力培養環節,有利于學生整體綜合素質的提高。同時,以問題為綱,培養學生在解決問題的同時自主發現新問題和新知識,進一步培養學生的主動思維和創新提高的科學研究素養[4]。
1.2 “本、研合一”的教學體系
本科生與研究生的培養互動是推動本科生創新能力培養的有效措施。我校智能科學與技術專業經過幾年的探索和實踐,形成了“本、研合一”的教學體系。“本、研合一”教學體系的設計思路是將學生在各個學習階段的知識結構、實際應用能力和科學研究能力進行一體化設計,使學生在有限的時間里掌握盡可能多的知識,得到盡可能充分的實踐與鍛煉,并在一體化的教學體系設計中逐步培養學生的研究型思維、應用型和工程型能力,以及創新型精神,提升智能科學與技術專業的人才素質。
我校智能科學與技術專業借助已獲批北京市和校級精品課程、探究式課程、雙語課程及網絡多媒體課程,包括智能信息獲取技術、人工智能原理、模式識別、智能科學與技術導論、智能機器人和自然語言處理等,在三年級開設提高性的研究型課程,這種提高性教學采取本科生與研究生合班上課的形式,使一部分本科學生在本科階段先行選修部分研究生課程,并接受高水平教師的培養。這一階段要求教師面向研究和學習對象,將每一階段的理論知識與實際應用系統對應設計,同時要求理論課和專業技術課都要針對研究和學習對象設計問題,留出解決問題的空間。在完成整個學習階段后,組織學有余力的本科生與研究生聯合申請科研立項(由學校條裝處資助)、實驗室開放基金(由學校學生處資助);有計劃地將本科生按照他們的興趣愛好,逐步吸納到由研究生導師、研究型教師、研究生、本科生組成的科研課題組或特色研究小組,以科研項目組為單位,對學生進行系統的綜合提高訓練。
1.3積極開展“研、教互動”,培養具有前沿性、時代性和實用性的復合型人才
教師的科研和教改項目為學生提供了課外學習的平臺和廣闊的發展空間。部分學生將課程組教師的研究成果,實現了直觀驗證和探索歸納兩種實驗分析模式。另外,我們還組織部分有能力、有興趣的學生成立課外科研興趣小組,參加各種科研活動,4年來課程組教師指導的36個校級科研項目中有22個獲得學校獎勵。科研活動與教學的互動不僅提高和增強了學生學習的興趣和動力,更激發了他們鉆研與探索的精神。在本科第三年,一方面聘請國內外知名教授,為本科生開設前沿性的科研講座;另一方面要求學生去聯合實踐基地、對口企業進行為期三個月的專業實習和相關實踐活動,由雙方共派導師形成導師組聯合指導培養學生。這些項目不僅給學生從事基礎研究創造了機會,也加強了專業科研對外合作,有利于專業人才培養水平的提高。
2以多渠道交流、合作及開放的方式,加強“產、學、研”結合的多元化培養模式
我校智能科學與技術專業廣泛利用國內外優勢教育資源開展主題鮮明、形式多樣的教學科研合作,積極開拓產學研結合渠道,與企業共建科研開發中心合作,一方面提供學生進行專業實習、畢業設計、綜合訓練等,另一方面,還為學生提供科技創造的實踐環境和為社會提供各種技術服務的平臺。智能專業除了與本校的兄弟學院建立教學科研合作之外,還與澳洲悉尼科技大學、美國密西根州立大學、中科院高能所、中科院自動化所、IBM公司、北京上善中加信息技術有限公司、北京智能谷科技有限公司等幾十家中外著名大學、軟件公司、企業及高級研究機構建立了開發、科研與人才培養合作的機制,通過多種多樣的方式在學校和校外各方進行聯合,積極開拓產學研結合渠道,引進最先進的智能研發環境,培養學生掌握最新的研究成果和開發技術,成為適應國家科學研究、社會主義市場經濟和信息產業發展需要的研究型、應用型、工程型的復合型人才,力爭在人才競爭中保持優勢。
3加強師資隊伍建設
師資隊伍建設一直以來都是專業建設的基本保證,我校智能專業注重建立教師深造培訓、學術交流和工作分配的有效機制,進一步為教師提供豐富教學經驗、了解人才需求的平臺,以人盡其才的用人方式激發教師的工作積極性。近年來,我們已先后從中國科學院、北京理工大學、西安工業大學、北京科技大學等國內知名高校和科研機構引進了多名具有博士學位的教師,并結合智能專業的特點,建立了一支多學科、多專業的基礎理論課教師、專業核心課教師、科研及工程技術人員組成的專兼結合的教師團隊。這支以中青年為主的教師隊伍長期工作在教學、科研第一線,積累了豐富的教學經驗,教學效果顯著,其中教授3人,副教授2人,研究生導師6人,具有博士學位的教師6人。經過多年的建設,專業已形成了一支知識結構、學緣結構和年齡結構比較合理的師資隊伍,教師具有扎實的專業基礎,深厚的教學功底,開闊的學術視野和較強的科研能力,其中,2人獲北京市優秀青年骨干教師稱號,3人多次獲得學校優秀主講教師、優秀導師和優秀畢設指導教師等稱號。
在專兼結合的教師團隊中,智能科學與技術專業的教師側重培養學生扎實的理論基礎和專業知識,同時注重院校內部交叉學科知識的融會貫通,聯合院內信息工程專業、計算機科學專業、軟件工程專業以及教育科學學院從事相關研究的學者,通過講座與項目聯合的方式,培養學生對跨學科交叉領域知識的掌握與應用。同時,積極開展與國內外著名軟件公司、企業及高級研究機構的交流與協作,建立相關產業和領域一線工程技術人員到學校兼職授課的制度和機制,進一步擴充師資隊伍的力量。另外,在教師隊伍的建設建設中,采用以老帶新和以新促長的方式,注重分工協作和交流發展,采用課程主講教師負責制,全面負責課程的教學、實驗、實習和實踐;而實驗教師負責實驗、實習和實踐教學,從而保證了隊伍的連續性和優勢互補性。此外,教授、副教授每學年必須為本科生開設核心課程,并要承擔一定的教學實驗、專業實習、指導本科學生科研立項、畢業論文指導等工作,切實保障了課程理論學習與實驗、實踐、研究環節的緊密跟蹤與指導。
4優化課程體系
課程建設是專業建設的重要內容,課程教學的質量直接關系到人才培養的質量。智能科學與技術專業目前有北京市、校級精品課程、優秀課程、探究式課程、雙語課程及多媒體網絡課程7門,智能信息獲取技術、人工智能原理、模式識別、智能決策支持系統、智能機器人、自然語言處理,另外還有多門課程的建設工作驗收合格。智能科學與技術專業在課程體系的設置和改革方面,參考了國內外著名高等學校,包括麻省理工大學、斯坦福大學、東京大學、悉尼大學以及北京大學、南開大學、西安電子科技大學、北京郵電大學的智能科學專業的課程設置,充分考慮了我院在信息處理技術方面的特色,以及智能科學專業多年來在機器學習、模式識別、自然語言理解以及智能信息處理等方向的科研成果及研究生培養經驗積累,以智能機器人、智能游戲及智能信息處理等為特色課程,以建設“理論―研究―實踐”為指導思想,設置了協同遞進的特色課程體系,如圖2所示。通過“學習+提高+實踐”的協同遞進和不斷深化的過程,達到系統掌握和融會貫通,并由“基礎訓練”提高到“專業素養”,最終上升為綜合能力。在理論基礎和實踐訓練的協同學習過程中,案例學習與項目帶動的一體化方式可以激發學生的學習熱情和科研興趣,同時使學生感知理論基礎知識的重要性。
圖2協同遞進的課程體系
5拓寬多學科領域的教學科研合作,提高人才培養質量
智能科學與技術專業自身特點決定了在人才培養方面的學科綜合交叉性[5],體現了與其他領域的技術相互滲透的必要性,這種跨學科的交叉應用研究更能激發智能科學與技術專業的活力,更能充分發揮智能專業的科研潛力。拓寬領域合作是各個學科在教學改革中值得思考的問題,我校智能科學與技術專業結合本校的辦學特色,與教育科學學院教師聯合開展了在教育信息智能化方面的相關合作,將專業技術廣泛應用于教育信息的智能處理中,從學業表情、知識驅動、網絡信息監管與安全分析入手,基于情感計算、數據挖掘、Multi-agent、分布式智能檢測、教育信息等技術,在情緒信息認知計算模型和信息安全監控模型方面進行廣泛深入的合作研究。這種交叉領域的教研合作,有利于促進專業相關課程及其實驗、實習、科研、畢業論文、學生科研活動取得良好的應用效果[6]。
6人才培養和專業建設的架構
本校智能科學與技術專業結合近年來在人才培養和教學改革中的經驗和教訓,縝密剖析了當前智能科學與技術專業在我國的學科地位、自身特點和未來發展,建立起了“專業基礎+項目實踐+社會服務”的人才培養與專業建設架構,如圖3所示。
圖3人才培養與專業建設架構
7結語
智能科學與技術是一個與學科領域前沿及最新發展緊密結合的多學科交叉專業,因此要結合心理學、哲學、生命科學等多學科不斷優化知識結構,根據教育部、教學指導委員會和國家及北京市科技發展中長期規劃綱要,突出重點領域和前沿技術優先發展的有關要求,認真研究專業定位,規范智能科學與技術專業建設的基本內容,加強基礎,提高素質,優化結構,增強優勢,協調發展,突出特色;順應社會的
發展需求,面向市場的用人需求, 構建經濟社會發展需要的課程體系,規范課程教學內容設置,加強精品課程建設,開設高水平課程。同時,政策傾斜、條件改善和嚴格管理是提高人才培養質量的保障,高校應當進一步加大投入,支持智能科學與技術專業的實驗室、實習基地、圖書資料、基礎設施、師資優化等教學條件的建設和改善,使其具有更好的辦學條件和更加先進的教學手段,滿足多元復合型人才培養的需要。此外,專業建設實行專業責任制,明確專業建設目標,理清專業建設思路,切實制定和完善專業建設實施規劃,加強師資隊伍建設,在課程改革與建設、教材建設、實踐教學基地建設、教學改革與管理等方面落實相關人員責任,落實專業建設經費,確保達到專業建設的預期目標。最后,加強專業畢業生就業服務與跟蹤調查:以科學發展觀為指導,以學生的全面和諧發展為中心,在統籌兼顧的前提下,重點加強專業的畢業生就業服務與指導工作,努力提高就業率,積極開展就業跟蹤調查,多渠道了解信息,建立更加完善的畢業生社會評價反饋體系,加強專業畢業生的后續管理,進一步提高專業的影響力和社會聲譽。
參考文獻:
[1] 王萬森,鐘義信,韓力群,等. 我國智能科學技術教育的現狀與思考[J]. 計算機教育,2009(11):10-14.
[2] 謝昆青. 第一個智能科學與技術專業[J]. 計算機教育,2009(11):16-20.
[3] 焦李成,石光明,鐘華,等. 智能科學與技術本科特色專業建設的實踐與探討[J]. 計算機教育,2009(11):26-29.
[4] 李擎,陳雯柏,李鄧化,等. 智能科學技術專業建設的實踐[J]. 計算機教育,2009(11):33-37.
[5] 魏秋月. 關于智能科學與技術專業人才培養和學科建設的思考[J]. 教育理論與實踐,2009(9):18-19.
[6] 劉麗珍,王旭仁,劉杰. 智能科學與技術本科專業教學改革及課程建設[J]. 教育信息化,2009(11):112-115.
The Discussion on the Undergraduate Training and Professional Building of the Specialty of
Intelligence Science and Technology
LIU Li-zhen, SHI Chang-di, LI Zhi-ping, ZHANG Cong-xia
(College of Information Engineering, Capital Normal University, Beijing 100048, China)
關鍵詞：智能科學與技術；本科畢業設計；過程管理系統
1智能專業本科畢業論文（設計）改革背景
智能專業是一個新興專業，在學科建設上各高校百花齊放、各有特色，但目前國內高校的智能專業本科教學普遍存在以下突出問題㈣。
（1）專業課程過于龐雜。專業課程設置重疊較大，本來的出發點是擴大學生的知識面，但由于學時有限，過多的課程反而影響了專業特色。
（2）培養模式落后。缺乏學科交叉，且“教師一學生”的單一教學模式不利于培養學生的團隊意識和協作能力。
（3）專業培養缺乏目標導向與社會定位。學生缺乏對智能學科的系統化理解，很難培養其認識問題和解決問題的能力。
因此，沿用傳統的畢業論文（設計）管理模式和時間分配方案，以通常的論文撰寫和答辯為基本考評方式，效果并不理想。
2智能專業本科畢業論文（設計）的指導思想
高等學校本科畢業論文（設計）是本科教育成果的收官之作，對學生進入社會或繼續深造都有重要的過渡作用，需特別重視。通過面向能力培養的本科畢業設計教學改革，智能專業本科畢業設計的指導思想在遵循《南開大學本科生畢業設計手冊》的基礎上，主要強調以下3個方面。
（1）學生應結合課程學習情況、今后擬就業方向、個人興趣、繼續深造方向等選擇適合自己的導師和畢業設計題目，而非功種性地選擇難度低、給分高、容易過的題目。在畢業設計過程中，學生應發揮主觀能動性，將涉及的核心課程知識點再做溫習，與指導教師積極溝通，與團隊成員經常討論。
（2）教師在指導學生選題方面應注重與前沿技術的相關度，可將在研項目、子課題、甚至技術點中的一些工作作為本科生畢業設計題目，鼓勵教師多出題目。教師在指導學生過程中應給予參考文獻、參考書目建議，并根據項目情況提供之前的項目文檔，同時注意培養學生撰寫項目文檔的能力。
（3）論文撰寫符合南開大學本科畢業設計內容、格式規范，做好論文答辯的各項準備。
為了全面貫徹智能專業本科畢業設計的指導思想，使畢業設計工作順利推進，智能專業本科畢業設計正式開展前要經過兩個層次的動員工作，一方面由學院教學領導班子動員畢業設計導師，另一方面，學院組織學生集中召開畢業設計動員大會。
3智能專業本科畢業論文（設計）內容和過程
3.1畢業論文（設計）前導課程
為了使畢業論文（設計）實現更好的效果，學校首先在畢業論文選題前一學年就開設綜合課程設計課程，該課程可以分為春、秋兩個學期（即第五、六學期），分別為綜合課程設計2-1和綜合課程設計2-2。由教師根據自己的科研項目或教授課程給出1～3個題目，將智能學科核心課程（如智能工程、機器視覺、現代控制論、過程控制、電路基礎、計算機基礎等）之間的關聯性通過恰當的選題體現出來。學生在自由選擇一個題目后，像研究生一樣進入實驗室，跟隨導師完成題目，并做定期進度匯報。
該課程近兩年開始實施，效果比較顯著，主要體現在兩個方面。一是合理彌補了本科生畢業設計時間不足的問題，真正的畢業設計過程在大四學期才剛剛開始，而該階段的學生一般忙于找工作、考研、出國等事務，很難集中全部精力和在校時間投入畢業設計中。尤其工科類的題目需要經過實際調試和設計才能完成，很多學生由于時間所限草草應付。前導課程設置在大三學年，學生就有充沛的時間，有較穩定的學習狀態和心理狀態。二是使學生提前進入科研環境，熟悉基本的科研條件和論文寫作技能，對知識結構做進一步的整理和溫習，并對自己的能力有一個初步認識，也能較早發現自己的興趣點，在后期真正開展畢業設計時選題更準確、進入研究狀態更快、論文（設計）質量更好。
3.2時間要求
本科畢業論文（設計）工作時間不得少于12周，不設上限，充足的工作時間是保證質量的重要前提。學校安排學生在大四上學期進行畢業論文（設計）的動員、選題、導師確定、文獻查閱等工作；在大四下學期集中完成畢業論文（設計）的實驗（調研）、撰寫、答辯等環節。大三學年（上下兩個學期）開設畢業設計前導課程，客觀上也為畢業設計增加了更多時間。
3.3選題要求
（1）以培養智能專業優秀畢業生為目標，充分體現專業特點。同時，鼓勵學生選擇以本專業為主的交叉學科課題，如近兩年有不少學生將機器視覺、圖像處理等技術與生物、法語、環境等學科的實際問題結合，做出了有應用價值的畢業設計。
（2）學生應根據自身情況考慮選題，不要隨意或者盲目。前文提到的畢業設計前導課程為學生達到此要求提供了幫助。
（3）論文選題應有一定的理論價值或實踐價值，本科畢業設計應有1～2個創新點。
（4）學生可選擇指導教師提供的題目，也可自擬題目。學院采取開題報告的形式審核全體學生的選題，并填寫《智能專業開題報告審查表》，經導師、院主管本科教學副院長簽字備案。如題目更改，學生需填寫《智能專業本科畢業題目變更審查表》，同樣經簽字后備案。其中，學院會選拔5～10名學生面向整個專業的師生舉行示范性開題報告。
（5）學生選題原則上要求每人1題。但由于智能專業很多題目需團隊協作完成，因此規定若2人（或2人以上）合作課題，畢業論文（設計）必須分開撰寫，在畢業論文（設計）中要重點闡述本人獨立完成的部分，并明確說明本人在課題研究中完成的內容對整個課題的貢獻。
3.4資料查閱、實驗設計及數據整理
智能專業本科生如同其他工科學生一樣，往往直接著手解決具體問題，而忽略了問題背后的理論意義。因此，學生應進行一定量的文獻閱讀工作，在開展畢業設計前廣泛收集資料，以便了解目前該領域國內外研究現狀并做好記錄。同時，要求學生將課題的研究背景、資料查閱情況、文獻閱讀心得進行歸納總結，并在初期進行一次詳盡匯報。導師對該匯報評價滿意后，學生繼續進行實驗設計和后繼答辯工作，若不符合要求則需重新匯報直到符合要求為止。我們要讓學生懂得：只有通過豐富翔實的前期調研，才能了解理論界對自己擬研究問題的研究狀況，避免低水平重復性工作，也防止侵犯他人知識產權，這對學生今后的研究工作有著重要的意義。
3.5編寫提綱和撰寫畢業論文（設計）
根據智能專業特點，撰寫論文的時間為4周，在撰寫前應與指導教師討論三級目錄。學生應主動找導師指導畢業論文（設計），每周至少一次，總次數不少于10次。這里特別強調，如學生沒有按要求完成之前的環節，而直接提交論文，則不準許答辯，亦不能獲得相應學分。
3.6畢業論文（設計）指導與檢查
指導教師應按學校要求對學生進行定期指導，同時對學生畢業論文（設計）的完成進度、質量、出勤等情況進行檢查，及時解決檢查中發現的問題，如實填寫《智能專業畢業論文（設計）開題報告審查表》《智能專業畢業論文（設計）中期檢查表》《智能專業畢業論文（設計）進度檢查表》等表格。
3.7利用網絡系統完成全過程質量控制
良好的改革方案，離不開有效的管理機制。在該方面，南開大學智能科學與技術專業利用學科在信息技術方面的優勢，開發了一套完整的管理系統，用于管理本科生畢業設計全過程。學生可以在綜合課程設計（前導課程，如圖1）和智能專業本科畢業設計（如圖2）分別使用系統完成填報志愿、導師雙向選擇、開題報告提交、中期檢查等步驟。相應地，導師可以通過該系統完成題目布置、開題報告審核、中期檢查等工作。學科主管教學工作領導也可借助該系統，通過高權限訪問，評閱和批示教師及學生的論文進度和質量。
［關鍵詞］人工智能；人才培養；AI技術人才
一國家對于高校人工智能教育的發展的重視
面對AI技術如火如荼地發展，我們國家對AI人才和人才培養都非常重視。2017年3月“人工智能”在政府工作報告中曾提及四次，指出要推動人工智能和實體經濟深度融合。2017年7月20日國務院《新一代人工智能發展規劃》[4]。《規劃》指出完善人工智能領域學科布局，設立人工智能專業，推動人工智能領域一級學科建設，盡快在試點院校建立人工智能學院，增加人工智能相關學科方向的博士、碩士招生名額。鼓勵高校在原有基礎上拓寬人工智能專業教育內容，形成“人工智能+X”復合專業培養新模式，重視人工智能與數學、計算機科學、物理學、生物學、心理學、社會學、法學等學科專業教育的交叉融合。加強產學研合作，鼓勵高校、科研院所與企業等機構合作開展人工智能學科建設。
二企業對于人工智能人才的需求
市場上AI技術人才非常稀缺，據騰訊研究院聯合boss直聘的《2017全球人工智能人才白皮書》[5]顯示：目前，全球大約有30萬人從事AI工作。截止到2017年10月，中國人工智能人才缺口至少在100萬以上。2017年頭10個月，AI人才需求量是2016年的近兩倍，2015年的5.3倍之多，年復合增長率超200%。百度、騰訊、阿里巴巴、京東等互聯網巨頭都在挖掘AI人才，紛紛開出了高額的薪資。2017年薪資最高的十個職位中AI類崗位占到1/2，其中語音識別、NLP、機器學習等職位平均月薪資超過2.5萬元。
三高校AI人才培養的思考
高校具有多學科、高層次人才集中的特點，具備計算機與多學科交叉融合的優越條件；且大部分學校都開設有數學、物理等基礎學科，具備夯實數學理論基礎的條件；且人員相對固定，便于溝通交流，具備共同開展AI課題，促進發展AI技術的人力條件。但是遺憾的是我國開設人工智能課程的高校較少，2018年只有33所高校設立了智能科學與技術專業[6]。面對AI發展的火爆，國家對于AI人才發展的重視以及企業對于AI人才的嚴重需求，高校作為人才培養的主要來源，是不是應該思考AI人才的培養呢？AI人才可以分為三類：拔尖人才，研究性人才和應用型人才，呈金字塔性。當下已經有一批名牌大學開展了AI方向拔尖人才的培養，如北京大學圖靈班、中國科技大學人工智能技術學院、西安交通大學人工智能拔尖人才培養實驗班，南京大學計劃成立人工智能學院等。但是金字塔的底層、中層更需要龐大的AI技術人才，如應用開發人員、數據工程師、AI和機器學習工程師、AI系統架構師、AI產品經理等崗位的人才，同樣值得重視。很多專家都表示AI人才需要數學基礎好、專業理論全面、具備一些工程基礎，且有自主學習的能力。本文從夯實數學基礎、人工智能方向課程的建設、實踐能力的培養、自主學習能力的培養四個方面闡述高校關于AI人才培養的一些思考。
1奠定扎實的數學基礎
在學習AI技術時，幾乎所有專家學者都提出需要扎實的數學功底，數學功底的厚重程度決定了在AI技術上走多遠。高等院校計算機專業都開設有“高等數學”“線性代數”“概率論”等數學課程，但是課時、難易程度不足，學生對于數學不夠重視，或者覺得晦澀難懂，學習效果并不十分理想，因此加強數學基礎的工作刻不容緩。可以通過必修和選修等方式開設“數據分析”“統計機器學習”“凸優化”等課程；通過微課或者MOOC等方式鞏固數學基礎的學習；通過優秀科普讀物，如《數學之美》《編程之美》等書籍的推薦閱讀激發學生興趣；通過開展校內學術討論、數學競賽等方式促進學生學習數據的動力，逐步達到夯實數據功底的目的。
2人工智能方向課程的建設
很多高校計算機專業課程中只開設有《人工智能》導論，有的甚至沒有。智能科學與技術專業開設有“人工智能”“計算機視覺”“機器人學導論”“計算智能”這幾門課程，但是在編程、算法等方面不足。那么AI技術人才應具備哪些專業能力呢？如何從專業角度培養AI技術人才呢？2018年1月CSDN了“AI技術人才成長路線圖”[7]，通過專業路徑和實戰路徑兩方面介紹了AI技術人才需要具備的知識。需要具備Python、C++、Linux、CUDA編程知識，需要學習機器學習課程、掌握TensorFlow框架。該路線圖中列出了機器學習算法工程師、數據科學家等10個崗位AI人才應具備專業知識和能力。微軟公司也推出AI人才培養的10門免費課程，如“AI導論”“數據科學會用到的Python語言-導論”“AI領域運用的數學概要”“數據和分析所需要的道德與法律”“數據科學概要”“機器學習法則”“深度學習”“強化學習”“微軟專案項目之人工智能”。同時在“文字和自然語言識別”“語音識別”“計算機視覺和圖像識別”中選擇其一。Google在人工智能學習網站開設有《MachineLearningCrashCourse（簡稱MLCC）》的免費課程[8]，由機器學習概念、機器學習工程、機器學習現實世界應用示例三個部分組成。Intel近期也了三門免費的AI課程，分別是“機器學習基礎”“深度學習基礎”和“TensorFlow基礎”[9]。AndrewNg在Coursera上也推出了機器學習的課程，且用比較通俗的語言講解機器學習中各個算法。最近在Deeplearn-ing.ai和Coursera平臺又開設了5門深度學習課程[10]。綜上所述，不同的研究機構都著眼于AI編程基礎、AI算法、AI框架、AI實踐這幾個方面。那么高校也可以借鑒這些經驗，通過三個階段分層次的開展相應的課程。
3實踐能力的培養
AI技術不能紙上談兵，必須動手實踐才能真正掌握，可以從以下幾個方面著手培養學生的實踐動手能力。（1）設計教學環節時多從工程應用的角度來介紹，激發學生的興趣，培養學生解決問題的能力。要求學生新手編程編程實現模型，充分理解算法的含義和原理到實現的過程。（2）在掌握一定的機器學習知識后，鼓勵學生盡早走進實驗室，接觸科研工作。可以從一些AI應用方向作為入手，使學生了解自己的興趣點、培養科學研究能力。（3）鼓勵學生參加算法比賽。目前有很多AI方向的競賽，如Kaggle上的挑戰賽，國內阿里天池大數據競賽等。通過參加競賽刺激學生學習AI的動力和熱情，使得解決問題的能力和實踐動手能力都會大幅度提高。（4）鼓勵學生到工業界實習。很多專家都指出AI人才應該具備一定工程基礎。確實，學術界往往追求算法的性能，而工業界更重視經濟效益和解決問題的有效性。到企業學習可以快速了解行業發展的框架，掌握算法轉化到產品的過程。
4自主學習能力的培養
AI技術發展速度很快，要求不斷地學習才能跟上節奏。可以從以下幾個方面來培養學生的自主學習能力。（1）平時教學中，可以給出一些小型的項目，讓學生自己尋求解決的方案，并把它作為考試成績的依據之一。（2）提供給學生免費的AI慕課資源，讓學生更好的學習和鞏固相關知識。（3）課外可以開展學術討論或者通過社團等方式開展AI方向的研討，交流，給學生一個學習的平臺，讓學生嘗試選擇自己感興趣的方向。也可以介紹一些近期的AI會議內容，開闊學生的眼界，使其了解AI發展的動態。（4）鼓勵高年級學生訂閱Arxiv，關注機器學習的頂級會議，如ICML/NIPS等。通過研讀論文，動手完成論文中的實驗發現新問題；或者擴展感興趣的論文的實驗部分；或者嘗試尋求論文中有價值的地方，找到自己的研究方向。
關鍵詞：人工智能；深度學習；教學建議
0 引言
傳統的人工智能課程主要包括人工智能導論、模式分析、機器學習、數據挖掘等。這些課程由各個院校根據專業情況不同而選擇，課程的內容也有較大差別，但是，基本上都涉及人工神經網絡的內容。然而在人工神經網絡的教學內容上，一般只講解經典的多層感知器和反向傳播算法，或再加入一些反饋網絡的內容，這種教學內容設計的一個不足是忽視了人工智能領域的最新發展——深度學習，它是近幾年人工智能領域最具影響力的研究主題，并在大規模語音識別、大規模圖像檢索等領域取得突破。
北京郵電大學計算機學院開設人工智能科學與技術的本科專業，筆者從事深度學習的研究工作，同時承擔了本科生和研究生人工智能類課程的教學工作，因此產生了將深度學習內容引人人工智能類課程的想法。本文先介紹深度學習的背景，說明深度學習在人工智能發展中的地位，之后分析了將深度學習基本內容引入人工智能類課程的必要性和可行性，最后給出了一些實施建議供探討。
1 深度學習背景
2006年，加拿大多倫多大學的GeoffreyHinton教授與Salakhutdinov博士在美國《科學》雜志發表了題為“Reducing the Dimensionality ofDatawith Neural Networks”的論文，該文提出一種學習多層神經網絡的方法，并將這種具有多層結構的學習方法命名為深度學習（Deep Learning），而這成為深度學習研究的一個導火索，從此深度學習的研究與應用蓬勃發展起來。
深度學習在語音識別與生成、計算機視覺等應用領域取得了突出進展。近幾年的國際機器學會（International Conference on MachineLearning，ICML）、神經信息處理大會（AnnualConference On Neural Information Processing Systems，NIPS）、計算機視覺大會（InternationalConference on Computer Vision，ICCV）、
聲學語音與信號處理大會（International ConferenceOn Acoustics，Speech，and Signal Processing，ICASSP）、計算語言學大會（Annual Meeting of the Association for Computational Linguistics.ACL）、計算機視覺與模式識別（InternationalConference on Computer Vision and P atternRecognition，CVPR）等都有不少相關的研究論文、會議教程和小組研討會（Workshop）。美國國防高級研究計劃（DARPA）也提出了關于深層學習的研究項目。此外，2013年6月《程序員雜志》的封面故事，采訪了周志華、李航、朱軍3位國內的機器學習專家對于深度學習的看法，他們一致肯定了深度學習在機器學習領域的貢獻。
工業界對深度學習也寄予了很高期望。2012年6月，《紐約時報》報道了斯坦福大學計算機科學家AndrewNg和谷歌公司的系統專家JeffDean共同研究深度神經網絡的機器學習模型在語音識別和圖像識別等領域獲得的巨大成功。2012年11月，微軟公司在天津公開演示了一個全自動的同聲傳譯系統，其關鍵技術也是深度學習。2013年1月，百度公司首席執行官李彥宏先生宣布建立深度學習研究院（Institute of Deep Learning）。2013年3月，谷歌公司收購了由深度學習創始人Geoffrey Hinton創立的公司。
從學術界與工業界的研究態勢看，深度學習已經成為機器學習與模式識別，乃至人工智能領域的研究熱點。正是在這樣一個背景下，人工神經網絡重新回到人們的視野。此前人工神經網絡的發展大致可以分為兩個時期，1943年，McCulloch和Pitts提出了最早的人工神經元，這種神經元具有學習能力，這是人工神經網絡的發端，也可以被認為是人工智能的發端（當時還沒有人工智能這個術語）。1949年，Hebb提出了Hebbian學習算法。1957年，Rosenblatt提出了感知器的神經網絡模型。1969年，Minsky和Papert分析了這種感知器神經網絡模型的局限性。然而，很多研究者認為，感知器的這種局限性對于所有的神經網絡模型都適用，這使人工神經網絡的研究很快暗淡下來。1980年代中期，諾貝爾獎得主John Hopfield提出了Hopfield神經網絡模型，這種Recurrent神經網絡具有的動態性有可能用于解決復雜的問題。同時，多層前向神經網絡的后傳算法也被重新發現，這兩個工作使人工神經網絡得到重生。這時，人工神經網絡已經成為人工智能的一個重要組成部分。但是，在隨后的研究中，人們發現，當學習多層神經網絡包含更多的隱藏層時，后傳算法并不能學到有效的網絡權值，這使得神經網絡的研究再次陷入低潮。此次以深層神經網絡為代表的深度學習重新回到研究的舞臺，其中一個重要因素是Hinton提出的逐層預訓練神經網絡方法治愈了多層神經網絡的一個致命傷。
2 必要性與可行性
深度學習的發展使得從事教學一線的教師也無法忽視這個頗具影響力的研究主題。為此，我們提出將深度學習這個主題引入到人工智能類課程中，將它作為課題教學的一部分。
2.1 必要性
將深度學習這個主題引入到人工智能類課程中的必要性主要包括如下4點。
1）深度學習是人工智能的前沿。
2006年以來，深度學習的研究席卷了整個人工智能，從機器學習、機器視覺、語音識別到語言處理，都不斷涌現出新的研究工作和突破性進展。深度學習不僅在機器學習領域成為研究熱點，同時在多個應用領域也成為有力工具，而且，在工業界的系統應用中，深度學習成為其中的關鍵解決技術。
2）深度學習是人工智能的突破。
深度學習的發端是神經網絡。關于神經網絡的論述，在人工智能類常見教科書中還停留在多層神經網絡，即神經網絡的第二階段，它們大部分描述多層結構無法訓練的現象。但是，從深度學習的角度看，深層神經網絡不僅可學習，而且有必要，這與第二代神經網絡的觀點是完全不同的。深度學習突破了原有人工神經網絡的認識，超越了人工智能神經網絡教科書中的原有內容，因此，有必要將多層神經網絡結構的可學習性告知學生，從新的視角糾正原有的觀點。
3）深度學習是人工智能的延伸。
深度學習不僅提供了一種可以在深層神經結構下訓練網絡的方法，也包含了不少新的內容，是人工智能的新發展，為人工智能補充了新的內容。到目前為止，深度學習至少包括：從生物神經網絡與人類認知的角度認識深層神經網絡的必要性；如何構建和學習深層學習網絡；如何將深層結構用于解決視覺、語音、語言的應用問題；如何看待深度學習與原有的機器學習方法，如流形學習、概率圖模型、能量模型的直接關系；深度學習與其他學科的關系等。
4）深度學習是學生的潛在興趣點。
大學生對知識有著強烈的好奇心，加之當前信息技術的發達，部分對智能感興趣的學生可以從其他途徑了解到這個學科發展的前沿。因此，順勢而為，將深度學習這個主題做具體講解，滿足學生的好奇心，培養他們對學科前沿與發展的認識，是十分必要的。對高年級的學生而言，了解深度學習的基本知識，是他們全面認識人工智能與發展前沿的一個途徑，而對于研究生，較多地了解和掌握深度學習的基本知識有助于他們研究工作的開展。
基于以上幾點，筆者認為，將深度學習這個主題引入到人工智能類課程中非常有必要。深度學習作為人工智能的前沿，既是對人工智能原有理論和技術的一個突破和補充。
2.2 可行性
將深度學習引入到人工智能類課程中的可行性主要包括如下3點。
1）深度學習與現有人工智能聯系密切。
深度學習并不像突兀的山峰拔地而起。而是深深植根于原有的人工智能理論與技術。深度學習是以神經網絡為出發點，這正是深度學習教與學的切入點。比如，可以通過對多層感知器隱藏層的增加和后傳算法的失效來講解深度學習是如何解決這個問題的。再者，深度學習的一個核心構建“受限波爾茲曼機（Restricted Boltzmann Machine）”，可以被認為是一種能量模型，而這種模型與Hopfield網絡都可以從物理學的能量模型角度分析，RBM可以認為是Hopfield網絡的隨機擴展。總之，深度學習與現有人工智能的聯系，使學習深度學習變得容易。
2）深度學習的基本內容并不深。
深度學習有個很好的名字，這個名字恰當地描述了特定的學習結構。比如，深度學習的核心部件受限于波爾茲曼機RBM，其結構非常簡單。從神經網絡的角度，受限波爾茲曼機是一種隨機的雙向連接神經網絡，信號可以從可見層傳遞到隱藏層，也可以從隱藏層傳遞到可見層。網絡中每個節點是具有特定結構的神經元，其中的神經元具有典型的包含自身偏置的Logistic函數的隨機單元，能夠依Logistic函數計算得到的概率輸出0狀態或1狀態。概括地說，深度學習的基本內容在高年級階段較易掌握。
3）深度學習的資料容易獲得。
當前的信息資訊非常發達，有相當多的資料可以通過互聯網等多種途徑獲得，這使學習深度學習成為可能。近期，中國計算機學會主辦了多個技術講座均涉及深度學習的部分；深度學習的創始人Hinton教授的主頁也有很多資料；Coursera網站有免費的Hinton教授的神經網絡課程；斯坦福大學的Ng教授提供了很多的在線教程；蒙特利爾大學Bengio教授發表的題為“Learning Deep Architectures for AI”的論文也是這領域的優質資料。
3 實施建議
在具體的教學過程中，筆者建議適當安排深度學習的最基本內容，內容不宜過多，也不宜占用過多的學時，可以根據教學對象的不同進行調整。比如，本科生的高年級專業課可以安排1學時的教學量，介紹層次訓練的基本算法；也可以在高年級前沿講座中安排2學時，內容覆蓋面盡可能廣泛。在研究生的教學中，可以根據教學的課程主題安排內容與學時。比如，神經網絡主題的課程可以安排4-6學時的教學內容，包括波爾茲曼機及學習算法、深層信念網絡與學習算法、深層波爾茲曼機與學習算法卷、積神經網絡、自動編碼器等。結合應用，課程還可以包含MNIST數字識別的應用、人臉識別的應用、圖像檢索的應用、語音識別中的應用等。另外，深度學習是一個實踐性很強的研究，隨機性：大規模（意味著數據不宜可視化，程序運行時間長）等多種因素混合，使深度學習在學習中不容易理解。為此，可以在條件允許的前提下，增加小規模的實驗，輔助理解。最后，課件可以通過對優質資料做修改得到。
論文摘要：介紹了桂林電子科技大學在計算機網絡課程教學改革方面的具體措施和方法。結合實際情況提出堅持“教師為主導、學生為主體，因材施教”的教學模式；采用“發現式”互動教學方法，引進多媒體教學，網絡教學；重視實踐環節，以網絡技術構建網絡課程教與學的互動平臺，理論與工程應用并重。
一、教學目標定位
“計算機網絡”課程是桂林電子科技大學計算機科學技術、網絡工程、信息安全等專業的核心專業技術基礎課之一，也是電子信息工程、自動化、智能科學等專業的專業限選課或任選課之一，通過該課程的教學使學生懂得網絡的總體框架結構，能建立網絡的概念，重點是使學生掌握網絡基本原理和核心協議，并熟悉最常用的網絡服務和網絡工具，了解網絡技術的新發展。
教學目標的正確定位是教學改革行之有效的前提和保障，即明確教學是為培養什么類型人才而服務。計算機網絡的教學目標大致可分為三個層次：[1]網絡基本應用、網絡管理員或網絡工程師、網絡相關科學研究。其中，網絡基本應用目標要求掌握計算機網絡的基礎知識，在生活、學習和工作中可熟練利用各種網絡資源，如瀏覽新聞、收發電子郵件和查找資料等，適合于電子信息工程、自動化、智能科學等非計算機專業；網絡管理員或網絡工程師目標要求掌握網絡集成、網絡管理、網絡安全、網絡編程等知識和技能，并對其中一項或若干項有所專長，可以勝任如網絡規劃設計、網絡管理與維護、架設各種服務器和網絡軟硬件產品的開發等工作，適合于計算機科學與技術、網絡工程、信息安全等專業；網絡相關科學研究要求具備深厚的網絡及相關學科的理論基礎，今后主要從事科研和深層次開發工作，適合網絡相關的研究生。本文主要研究第二層次的改革與實踐。
二、“計算機網絡”課程教學中存在的問題
傳統的“計算機網絡”課程教學模式不利于提高學生的學習興趣，對新形勢下的培養目標有一定的制約作用，主要問題表現在幾個方面。[2]
1.教材知識結構理論性偏強，教學內容偏離實際應用
目前國內的大多數計算機網絡教材都是以osi/rm為索引，分層次展開，全方位介紹各個網絡層次的工作原理、相關協議、運行機制等，知識點較多且內容抽象，學生理解起來比較困難，難以提高學習興趣。osi體系結構是一個較為全面的網絡層次結構，但是在實際中并沒有得到廣泛應用，實際中的網絡案例又不完全符合osi體系結構，這往往會使學生對網絡結構感到困惑。
2.教學模式落后
最初的教學模式是以教師為中心，通過黑板板書和語言描述向學生傳授網絡知識。這種方式有利于教師組織和監控整個教學過程，便于系統地傳授知識，但不利于學生認知主體作用的發揮，不利于學生自主學習能力的培養。對于網絡協議這類較為抽象的理論知識，單純的板書和描述難以幫助學生對學習內容進行深入理解。
3.實踐環節薄弱
一方面，計算機網絡實驗室的建設相對薄弱，實驗設備落后，與實際應用的網絡設備具有較大差距，且數量不足，無法保證每名學生具有較好的實驗環境。另一方面，實驗課程的內容過于流程化和簡單化，沒有突出對學生創新能力的培養。
4.忽視工程應用
課程的綜合性、設計性實驗缺乏與工程應用相結合的內容，與之相適應的軟件建設滯后，難以將工程應用融入到課堂。
三、“計算機網絡”課程的改革與實踐
針對以上不足，我們主要在五個方面進行了改革和實踐。
1.教材選用與內容優化
不同的專業有不同的教學目標，必須選擇相對應的教材。對桂林電子科技大學計算機科學與技術、網絡工程、信息安全等專業而言，“計算機網絡”課程是專業技術基礎課之一，除了要掌握一定的基本網絡理論和核心協議，還要求掌握更高一等的技術和技能。經過課題組成員比較，選擇謝希仁教授主編的《計算機網絡》；在外文教材和雙語授課時選擇andrew s.t.的《computer network》英文教材。
對電子信息工程、自動化、智能科學等專業而言，“計算機網絡”課程是專業限選課或任選課之一，側重于網絡基本理論與應用。經過課題組成員比較，擬選擇喬正洪的《計算機網絡技術與應用》。
針對教材內容太多、偏重于介紹理論、欠缺實踐環節、與工程聯系不夠緊密等問題，在講授的時候略去了部分內容，比如安全方面的內容（另外一門課講授），增加了一些實踐相關的內容，如winsock編程、路由器基本操作等。在教學內容上力求推陳出新，引進和精選當代網絡技術新發展及新應用作為網絡基礎的指向，在不斷更新教學內容的同時優化課程體系，將基礎知識與現代技術緊密結合，培養學生的創新意識和發展意愿。
2.堅持“教師為主導、學生為主體，因材施教”的教學模式
（1）貫徹基礎課的教學必須和科學技術同步發展的教學觀念，[3]建立終身教育的觀念。科學發展與基礎課程的教學改革相結合，以學科建設推動基礎課程教學的改革。基礎課程教學的改革又支撐新型專業建設與學科的發展，推進人才培養目標的實現。
更新教學內容的同時優化課程體系，將基礎知識與現代通信技術緊密結合，將專業基礎知識傳授、能力培養和素質教育融為一體，實施知識結構合理、基礎扎實、適應能力強、有創新精神和實踐能力為基本內容的人才培養模式。
（2）教師為主導，學生為主體，因材施教。改進課堂的教學方法，以人為本，因材施教，充分發揮學生的潛力，提高教師的授課質量。教師努力研究課程的基本知識點以及這些知識點之間的相互關系，處理好信號、數據、信息之間的關系和傳輸特點；研究重點理論和實踐知識點的教學方法，使教學內容更貼近學生，引導和幫助學生掌握基礎知識和基本技能。
教師采用“發現式”互動教學方法，通過精心設計教學過程，采用“提出問題+要求解決方法”、“引導思考+適當提示”、“找出學生思路正確部分引申”、“擴充認識解決問題的條件”等方式，把握課程的進度，活躍課堂氣氛，開發學生的潛能，使學生在獲得知識的同時能從應用的角度思考網絡通信中的問題和解決問題的思路，使學生建立科學的思維方法與創新意識。
3.采用先進的教學手段
（1）把多媒體技術引入課堂教學中，使理論和協議架構分析變得生動、形象、具體，同時解決了傳統教學中課堂畫圖既費時效率又低的問題。再輔以現場概要線圖等，讓學生在學習具體知識時心中有網絡體系大框架，便于知識定位。
（2）建立網絡教學環境。目前桂林電子科技大學已有四個相關網上資源供學生使用：“計算機網絡”課程網站，使師生在任何時候都可以利用網絡資源學習；網絡輔助教學平臺（blackboard）：向學生提供資源下載口、作業提交口、討論區等；思科網絡技術培訓網站（http：//cisco.netacad.net）作為思科網絡技術培訓基地之一，目前為部分優秀學生開放思科培訓網站，讓學生參與全球交流，直接接觸最新網絡技術；教師ftp：作為系統冗余，從教師ftp中學生也可以下載課件等。
4.加大實踐教學環節，重視實踐能力培養，培養學生的創新意識和創新能力
計算機網絡是理論和實踐結合非常緊密的一門課程。目前國內外計算機網絡相關教材一般都偏重于理論的講授，而忽視了動手實踐方面的引導，為此應實驗單獨設課，獨立考試。實驗課學時占總學時的25%，并要求課外1∶1配套。實驗內容根據學生的層次、學生的興趣分為基礎層、提高層、綜合應用層三個層次。同時，補充了教材上沒有的相關內容，如利用套接字進行網絡通信編程，培養實踐動手能力。而且把原來以教師為中心的實驗教學變成了以學生為中心，積極開展開放性實驗，延長實驗室開放時間，增加大量的設計性或綜合性實驗，為學生近一步提高動手能力奠定了良好的基礎，培養學生的創新意識和創新能力。
5.在課程教學的各環節中大力開發和應用網絡技術，以網絡技術構建網絡課程教與學的互動平臺，理論與工程應用并重
計算機網絡是一門理論和實驗實踐相結合的專業基礎課程，教師在講授的過程中貫徹教學理念，引用網絡發展歷史背景故事和實際應用具體案例來幫助學生理解理論知識，引導學生形成提出問題、分析問題和解決問題的思維模式，培養學生的創新思維能力和綜合專業素養。教學采用理論結合實踐教學法，通過實驗課程開設、實際網絡系統參觀和課程設計三個渠道將相關網絡技術的應用充分融合到課程教學之中，使同學們接觸到真實的網絡世界，提高實踐運用能力，理論與工程應用并重。
實驗課程通過綜合設計性實驗，充分發揮學生的想象力和創新能力，是使學生獲得對網絡的工作原理與操作方法的感性認識，加深理解、驗證、鞏固課堂教學內容的最佳途徑。
實際網絡系統參觀是在課程講授過程中安排并帶領學生參觀校園網、學院局域網和企業的網絡系統，使學生對計算機網絡有感性認識。
課程設計要求學生獨立設計一個網絡應用系統或者分析企業已有計算機網絡系統中存在的問題，提出改進方案，為企業設計滿足實際需求的計算機網絡系統，使學生理論聯系實際，加深對計算機網絡課堂教學內容的理解，培養學生靈活運用所學知識的能力。
四、結束語
本課程已建立課堂教學、實驗教學、網絡教學和工程應用交叉融合的教學結構，各教學環節相輔相成、互相交融，實現“加強基礎，注重實踐，因材施教，促進創新”的目標，形成了立體化的教學模式。通過這樣的互動平臺，使教與學進入互動溝通的最佳狀態。不僅使教師實現了教懂、教準、教活，學生達到了樂學、善學、活學，而且增強了學生日常使用網絡的能力，培養了學生的創新精神和實踐能力。
參考文獻：
[1]王紹強.應用型本科計算機網絡教學改革的研究與實踐[j].計算機教育,2009,(18):16-18.
2010年11月28日~12月3日，當美國人還沉浸在感恩節的溫馨氛圍之際，來自全球共60000余名影像及其他臨床科室醫師及物理、數學、生物工程等相關學科專家齊聚芝加哥邁考密展覽中心，參加第96屆北美放射學會年會（RSNA）。RSNA 2010共收到論文、海報等4200份，共有700多家醫療設備廠商參展。
2008年和2009年爆發的金融危機壓制了放射市場的許多潛在需求，不過在經歷了兩年的經濟低迷期后，隨著醫療機構獲得了越來越多資金，醫療設備廠商也迎來了產業需求的回升，2010年成為全球放射行業回暖的一年。
個性化醫療成大會主題
本次大會主題為Personalized Medicine: In Pursuit of Excellence（追求卓越的個性化醫療）。在大會開幕式上，RSNA 2010主席Hedvig Hricak博士表示：“雖然個性化醫療不是一個新概念，不過當前它仍處于口號階段。很多醫生一直在尋求個性化的醫療方式，但卻缺少掌握它的方法和手段。”
在本次大會上，Hedvig Hricak做了“腫瘤影像學：癌癥個性化治療的指引之手”的報告，詳細討論了影像學對個性化醫療發展的促進作用。她強調在未來十年，分子影像學、綜合診斷、生物學驅動的介入放射以及治療診斷學將大放異彩。
首次舉辦中國專場
在本屆放射學領域盛會上，中華放射學會舉辦了專場報告會“China Presents”（中國研究報告專場），這是RSNA首次推出以中國為主題的會議。
在中國研究報告專場上，中國科學院復雜系統與智能科學重點實驗室田捷研究員做了有關采用功能性磁振造影（fMRI）進行針刺機理研究的大會口頭報告《Acupuncture Research by MR Imaging》（磁共振成像在針刺機理研究中的應用），展現了古老的中醫和現代醫學影像技術的美妙結合。雖然以美國為代表的西方國家已經逐步接受并認可了針灸作為補充替代醫學治療手段，不過針刺機理研究的主導權還是由國外的研究團隊把持。在《Acupuncture Research by MR Imaging》的報告中，田捷研究員在對針刺機理研究進行系統性綜述的基礎上，不但對占針刺機理研究主導地位的理論提出了質疑，而且為困擾針刺機理研究領域的爭議性問題提供了初步解答，提出了一整套既符合中醫針刺自身特點又獲得國際研究領域普遍認可的研究框架、評價方法和規范化的體系。
此外，田捷研究員帶領團隊在RSNA 2010上用兩個教育展板展示了團隊在醫學影像領域的最新研究成果，它們分別是“Unified Reconstruction Framework for Multi-modal Medical Imaging”和“Automatic Segmentation of Liver Tissue and Vessels for Liver Surgery Planning”。這兩個教育展板介紹了基于團隊自行研發的醫學影像處理與分析開發包MITK所做的相關研究和應用。MITK研發的主要目的是為醫學影像處理領域提供一個一致的算法框架，以整合醫學影像重建、分割、可視化等各類算法。其中展板“Automatic Segmentation of Liver Tissue and Vessels for Liver Surgery Planning”介紹了田捷研究員帶領團隊基于MITK開發的針對肝外科手術的CT圖像中肝實質及血管分割方法，獲得了RSNA 2010大會頒發的優秀展頒獎。
2010年11月30日，中華醫學會放射學會成功主辦了“RSNA 2010中國之夜”。中國醫科大學附屬盛京醫院院長兼放射科主任、中華醫學會放射學分會主任委員郭啟勇教授，候任主任委員馮曉源教授，各位副主任委員以及GE醫療等公司的中國區負責人悉數出席，共吸引了與會專家、醫療設備廠商公司代表以及在美華人放射專家等400多人參與。郭啟勇院長在中國之夜做了致辭，他指出：“隨著中國經濟的發展，醫療需求的增加，中國醫療器械市場吸引了世界各地的廣泛關注。我國的醫療科技水平也不斷攀升發展，截止到目前RSNA共收錄了176篇中國放射學領域的論文。這代表著中國影像工作者在RSNA這個世界學術舞臺上的話語權不斷得到增加。”
值得一提的是，Hedving Hricak博士親自為以郭啟勇教授為首的中國放射學醫師授予了榮譽獎章。
iPad在放射科中的作用得到重視
在本屆北美放射學年會上，與會人員就iPad在放射科發展中的作用這一話題進行了熱烈討論。紐約東梅多區拿騷大學醫學中心Toshimasa Clark博士認為：“隨著遠程放射學的發展，隨時隨地在計算機終端采用3G數據服務進行讀片的概念值得進一步拓展，研究者們需要對iPad的潛力進行評估。”拿騷大學醫學中心研究者創造出了一個簡略的組件模型查看研究報告，然后他們評判了iPad在處理以下5個組件時的表現：顯示性能、網絡連接、DICOM可視化、報告生成、 RIS界面、數據安全。
“如果一名臨床醫生要求參與一項急診檢查的讀片工作，那么在3G無線數據網絡內的任何一名放射科醫生都可以很容易地使用iPad查看關鍵的檢查數據，核實、編輯甚至完成住院醫生的原始報告。”Toshimasa Clark介紹道。
介入放射學獲得重點討論
由于美國還沒有徹底從經濟衰退中走出來，因此很多美國人非常關注那些能夠幫助他們節省治療成本的醫療技術。其中，介入放射學正是為經濟衰退中預算緊縮和讓患者盡快康復所量身打造的醫學。為此，RSNA 2010設置了很多議題，討論影像引導下的介入治療技術，以便使介入手術更安全、便捷，比以往更經濟，同時縮短患者的住院時間，或者根本不需要讓患者住院就能使他們康復。推動介入放射學的規范化成為2010北美放射學會介入放射學相關科學報告和繼續教育課程的主題。
在2010年11月28日RSNA 2010的開幕式上，維也納大學放射科教授Christian Herold博士做了放射診斷學的年度演說，他演講的主題是評估和處理局灶性肺部病變的創新技術。來自德國慕尼黑的一個研究團隊在報告中指出，對于一些高度血管頭部和頸部腫瘤，Onyx膠栓塞比聚乙烯醇栓塞更加安全和有效。來自法國的研究人員發現，由于三維乳腺斷層合成一個完整的靶活檢目標，因此他們可以活檢病變甚至二維X線攝影看不到的病變。
影像領域最新技術展示
在本屆年會上，GE醫療、西門子等醫療廠商攜其新產品、新技術亮相，向全球放射界和醫學影像界展示自己。
1. GE醫療展示最新技術進展
在RSNA 2010上，GE醫療重點展示了多項旨在支持其健康創想戰略并在全球范圍內幫助改善辨認保健的技術。GE醫療重點展示了公司CT產品組合中最新的低劑量技術― 一種基于模型的被稱為Veo的迭代重建（MBIR）技術。Veo通過應用革命性的新建模技術，改變了CT影像的“規則”，降低了噪音，提高了分辨率，同時改善了低對比可檢測性和偽影抑制能力。
GE醫療集團還展示了一個高性能介入組合實驗室，它以更低的價格和總擁有成本提供出色的影像質量和業界最高級別的DQE探測器，可以幫助將介入手術的成本控制在中小型鄉村醫院可負擔的范圍內。
2. 西門子展示分子CT和分子MR復合成像解決方案
關鍵詞：BP神經網絡；批處理方式；提前終止方式；空氣環境質量
中圖分類號：X820 文獻標識碼：A文章編號：1007-9599 (2011) 19-0000-02
The Application Research of BP ANN in Air Environmental Quality Assessment
Cheng Fuheng,Zhang Ling
(Guangdong University of Technology,Faculty of Computer,Guangzhou510006,China)
Abstract:In this paper,we put forward a method,which produce samples effectively,and reduce workload greatly.BP neural network that used to assess air environmental quality was set up,batch processing train type,order processing train type and early stop train type were applied to train the established BP network,the properties of three train types were compared,theoretic analyse was been done as well,based on all of which,we conclude that early stop train type is the high-speedest and accuratest train method in air environmental quality assessment.
keywords:BP neural network;Batch processing type;Early stop type;Air environmental quality
一、引言
空氣環境質量的評價意義重大，近幾十年來，大氣環境質量的評價研究取得了顯著進展，除了指數法、主分量分析法、層次決策法、模糊集理論及灰色系統分析已用于大氣環境質量的評價外，隨著一些新學科的創立和計算技術的發展，國內外又提出了多種大氣環境質量評價的新方法[1]。
BP（Back Propagation）神經網絡是一種多層前饋神經網絡，該網絡因其采用的學習算法而得名。BP網絡能學習和存貯大量的輸入-輸出模式映射關系，而無需事前揭示描述這種映射關系的數學方程[2]。
二、神經網絡拓撲結構的確定
神經網絡的拓撲結構在很大程度上決定了其性能。一個三層的BP網絡可以完成任意的N維到M維的映射[3]。對于空氣環境質量評價問題，建立的BP網絡包含一個隱層即可。根據GB3095――2000，訓練樣本的輸入向量含三個分量，這三個分量對應三種污染物的濃度值，輸出向量含一個分量，該分量表示真實的等級，但是鑒于劃分空氣質量級別是一種歸類，所建立的網絡模型難以避免存在誤差，輸出難以達到恰好是整數的等級，故對于測試樣本，我們只要求若輸出t ，則空氣質量為1級，，類似的可以定義一、三級。隱含層的激勵函數選為tansig，輸出層的激勵函數為purlin。
隱含層的節點數對神經網絡的性能有一定的影響，節點過少，達不到要求的誤差精度；節點過多，往往會增長學習時間，而且訓練所得的網絡模型容易出現“過擬合”，失去了泛化能力。
式中， 為隱層節點數； 為輸入節點數； 為輸出節點數； 為1~10的調節整數。所以，可以確定這里所要建立的網絡模型的隱層節點數為3~12。而具體取何值合適，可以通過多次試驗比較網絡性能來確定。
三、訓練樣本的得到
目前，在神經網絡的應用中，我們多采用在MATLAB軟件中建模的方法來解決實際問題。為了使所得模型可以發揮其“智能”特性，必須對其進行訓練，訓練目的就是“抽取”問題內部蘊涵的規則。所用的訓練樣本必須具有典型代表性。現行的空氣環境質量標準是3095-2000，在這里，為了簡明起見，只考慮前三級標準。
根據上節所確定的網絡模型，待確定的權值和閥值變量大約30個，根據參考文獻[4]中提倡的訓練樣本數為網絡參數3~5倍的原則，可以確定訓練樣本數120個比較合適。為了使樣本隨機分布，根據以上表2.1的標準，每種污染物在每個限度區間的值為40個，然后調用MATLABD中的unifrnd函數在每種污染物的限度區間內生成40個隨機值，再在每種污染物的每個限度區間內取一個生成的隨機值來組成一個三分量的輸入向量，并根據上表確定目標輸出。為了簡便和應用循環結構，我們可以按照一定次序依次生成一定數量的屬于同一個等級的樣本，最后調用MATLAB中的隨機排序指令把生成的訓練樣本進一步隨機化，這樣得到的訓練樣本就非常接近實際所測的隨機樣本了，但是，卻大副的減少了樣本的輸入工作量。
四、基于MATLAB仿真的空氣環境質量評價
確定神經網絡的拓撲結構和訓練樣本后，我們就可以訓練網絡以得到合適的網絡權值和閥值，并保存得到的網絡模型，以后就可以調用該模型對空氣環境質量進行評價了。可以采用批處理方式、順序處理方式以及提前終止訓練方式對網絡進行訓練。經過反復試驗，我們發現無論采用那種訓練方式，隱層節點數為5或者6個時，網絡的性能最好，我們分別采用最速下降BP算法（SDBP）、動量BP算法（MOBP）、學習率可變的BP算法（VLBP）、彈性BP算法（RPROP）以及LM（levenberg-marquardt）算法[5，6]進行了批處理訓練，對前面四種算法進行了順序方式訓練（LM算法由于算法原理的緣故，不可以采用順序方式訓練），對每種算法進行了提前終止方式訓練。
對于批處理方式，我們設定的迭代次數為10000次，學習率則定為使網絡能穩定學習時的最大值，這樣一般可以加快學習速度，當然對于VLBP算法而言，因為學習率可以自適應，故選擇何值就沒有關系了。我們發現，對于5種算法，所建立的網絡模型在經過3分多鐘的一萬次迭代學習后，對于30個測試樣本在最好的情況下都可以達到100%的準確率，當然，因為每次的初始化不一樣，所以每次訓練后網絡的性能有差異，這主要是因為陷入了不同的極小值點，我們多次實驗就是為了找到全局最小點。對于順序訓練方式，我們設置訓練樣本循環學習200次，這樣學習所花的時間與批處理方式迭代10000次所花的時間幾乎相同，該訓練方式訓練完成后不會輸出均方誤差，我們可以編程計算訓練完成后測試樣本的均方誤差，如表中所示，T是30個樣本的目標輸出，OUT是30個樣本的實際輸出，e=mse（E）計算得到30個測試樣本的均方誤差，從表中我們容易看到，學習完成后對于相同測試樣本的準確率有明顯下降，而均方誤差卻有明顯上升。在提前終止方式中，我們設定的迭代次數也是10000次，而設置的確認樣本誤差增加最大次數為50次，此時，無論那種學習算法一般迭代幾百到幾千次后就因為達到了設置的確認樣本誤差增加最大次數而結束了學習，但是，在最好情況下，對于測試樣本的準確率也可以達到100%，而誤差性能卻與批處理方式相當。所以運用提前終止法是最優的訓練方式。
提前終止法訓練網絡時，在每次的仿真中，確認樣本和測試樣本都是隨機從訓練樣本中按設定比率抽取的，有時候抽取的樣本均衡性好，即提前終止法中的訓練樣本、確認樣本和測試樣本分布十分接近，這樣在訓練過程中，三者的誤差性能幾乎相同，這對應著圖1中三條誤差性能曲線幾乎完全重合的情況，這是我們期望的理想情況。然而，不可避免的是，在多次仿真試驗中，難免偶爾產生三部分樣本分布相差較大，這樣三條誤差性能曲線就分開了，在這種情況下，訓練所得網絡模型的性能一般還不如沒有采用提前終止法的性能，因為訓練過程實際上沒有采用提前終止法，而所用的訓練樣本不僅個數減少，而且代表性也降低了，當發生這種情況時，我們要舍去訓練得到的網絡模型。
五、結論
通過對比可以得到如下結論：第一，除了順序訓練方式外，各種學習算法和訓練方式都取得了較為滿意的結果，幾乎每種算法和訓練方式在最好的情況下都可以達到準確率接近100%的評價結果。第二，為了加快訓練速度和提高準確率，防止出現“過擬合”，我們該采用提前終止訓練方式，但是在這種算法中要注意樣本劃分的均衡性。文中建立的神經網絡模型不僅快速準確的實現了大量空氣樣本的質量評價，具有一定的實用性，而且，該方法可以類推到許多類似的問題中，具有一定的推廣性。
參考文獻：
[1]鄒長武等.大氣環境質量分析與評價研究的新進展[J].四川環境,2002,21:3
[2]戴葵等譯.神經網絡設計[M].機械工業出版社,2002
[3]傅薈璇,趙紅等.MATLAB神經網絡應用設計[M].機械工業出版社,2010
[4]周忠壽.基于T-S模型的模糊神經網絡在水質評價中的應用[D].河海大學碩士學位論文,2007
[5]高雋.人工神經網絡原理及仿真實例[M].機械工業出版社,第二版
一、引言
隨著市場經濟的深入發展，中國高等教育事業也獲得了長足的進步。高校辦學自主權逐漸放開，招生規模（包括本科和研究生）不斷擴大，辦學模式和形式也呈現多樣化的趨勢，高校發展中的每一步都成為人們議論的焦點和熱點，中國高等教育的發展從“精英教育”階段進入到“大眾化”階段。隨著高校招生規模的擴大，傳統的辦學模式和辦學思路逐漸開始出現許多問題，如何保證在質量和數量之間取得一個雙贏的局面等許多問題成為了中國高等教育管理部門需要著重考慮和解決的難題。在這樣的背景下，教育部于2003年啟動了“高等學校本科教學質量與教學改革工程”（簡稱“質量工程”）[1]，從課程建設、人才隊伍建設、專業建設、學科建設的角度進一步推動本科教學工作，切實提高本科教育質量。
專業建設在高等教育發展過程中具有十分重要的地位，專業建設水平直接體現了學校的整體辦學思路和發展水平，加強專業建設是提高辦學水平，優化教學質量的關鍵。985工程是中國政府為建設若干所世界一流大學和一批國際知名的高水平研究型大學而實施的高等教育建設工程[2]。經過14年的發展，985工程穩步推進，使一批學科專業達到或接近國際一流水平。對985高校專業建設成果進行評價，有利于弄清國內較高水平本科院校的具體情況，對政府、高校制定更科學的發展路線和改革方針具有重要的現實意義。
二、評價方法設計
（一）評價對象
985工程共實施兩期，第一期確定了33所高校[3]，第二期增補6所高校[4]。其中，國防科學技術大學為軍事院校，因涉及眾多保密資料，通過公開數據源獲得的國防科學技術大學的信息無法反應真實信息，因此，這里所指的985工程高校僅包括除國防科學技術大學之外的38所高校。在專業的確定上，按照教育部高等教育司2011年9月最新公布的《普通高等學校本科專業目錄（修訂二稿）》，共涉及12個學科門類（軍事學門類除外），2012-2013年中國大學及學科專業評價的對象是新目錄中94個專業類的428種專業。根據數據處理后得到985高校2011-2012年有招生的專業共315種2 436個專業。38所985高校的專業評價是2012-2013年全國本科院校專業評價的一部分，評價結果所反映的是985高校開設專業在全國所有本科院校開設專業中的相對情況。
（二）指標體系
為反映高等院校專業建設水平和實力，中國科學評價研究中心建立的中國大學本科教育專業評價指標體系包括4個一級指標、21個二級指標，具體指標見表1，主要從師資建設、學生狀況、教學和科研水平等方面進行考核。在權重的設置上，教學和科研水平最能夠反映專業的建設水平，且本科階段更應該重教學，因此教學水平在所有指標中權重最大。與此同時，考慮到研究生教育和科研工作與本科教育密切相關，相輔相成，從不同角度反映了學校的人才培養質量和水平，所以表1中也包括了部分研究生階段教育的主要指標，如博導數、學位點、重點學科、百篇優秀博士論文等。同樣，也考慮了自然科學
（三）數據來源與處理
評價數據來源的公開性是保證結果客觀的重要基礎，此次評價原始數據主要來自四個渠道，包括有關政府部門的統計數據資料（匯編、年鑒、報表等），國內外有關數據庫（SCI、EI、CNKI等），有關政府部門、高校網站，國家有關刊物、書籍、報紙、內部資料等。因此，原始數據均可重新驗證。關于數據處理，首先對原始數據進行了全面篩查，處理了異常的數據，有的與其他的數據來源進行核對，有的則與相關學校聯系進行核實。
參照指標體系可以發現，某些反映專業基本條件的指標主要考慮往年發展的存量數據，如師資隊伍的建設是一個長期的過程，并不能以當年度師資方面的增加情況反映專業實力，因此該指標均以存量數據為評價依據；在科研水平中的眾多數據則更側重反映該專業當年度的發展狀況，如權威、核心期刊論文數，獲準專利數等指標則主要采用增量數據。對于具體的某些指標數據，如教育部人文社科獎隸屬科研獲獎中，但該獎項并非每年都評選，因此選擇距評價開展年度最近的一次結果為評價依據。
（四）評價結果的表示
單純用排名表示評價結果，過于強調評價對象的先后順序，不利于整體分析。因此，2012-2013年本科專業評價采用5星、4星、3星、2星和0星衡量高校學科專業質量的水平。在獲取原始數據后，通過評價指標及其權重獲取該專業在2012-2013年大學評價中的得分，然后按照從高到低進行排名。5星表示重點優勢專業，指排名前5%的專業；4星表示優勢專業，指排名5%～20%的專業；3星表示良好專業，指排名20%～50%的專業；2星表示一般專業，指排名50%～80%的專業；0星表示排名80%～100%的專業。從總體看，專業星級的比例呈紡錘形分布。
三、985高校專業優秀率與星級分布
（一）專業優秀率分析
專業優秀率是指某個學校所有專業中在全國范圍內具有優勢的專業占該校年度招生專業總數的比例，反映到專業評價結果中，即某個學校5星與4星專業數量占該校專業總數的比例。專業優秀率能夠反映一個學校學科專業建設是否重點突出、特色鮮明以及學科專業建設的結構和水平。需要注意的是，專業優秀率計算一般以全國開設數量在5個高校以上的專業為基礎進行計算，某些特定的開設數量極少的專業恰恰說明了開設院校在這個專業上的特色和實力，但為了使各高校之間的專業優秀率更具可比性，在計算時剔除了全國招生學校在5個（不包括5個）以下的專業。
表2 列出985高校的專業優秀率，其中排名為985高校內部專業優秀率排名，即使是排在985高校最后的中央民族大學的專業優秀率也有32.43%，遠高于全國各高校平均專業優秀率20%的水平，但985高校開設專業的總平均優秀率為62.35%，僅20所高校超過了平均水平，說明各個高校間的專業建設成效仍存在明顯差異。結合2012-2013年大學綜合競爭力排名[6]，可以發現綜合競爭力的排名與專業優秀率的排名不完全正相關，按照大學綜合排名和專業優秀率的關系，大致分為以下四類：（1）排名高，專業優秀率也高。如北京大學、清華大學、南京大學、武漢大學、浙江大學、哈爾濱工業大學等。這些學校不僅綜合實力強，而且學科專業建設也均衡發展，學科建設整體水平高。（2）排名高，專業優秀率較低。如上海交通大學、吉林大學、四川大學等，表明這類學校建設重綜合、全面，但特色、重點相對不夠突出，優勢學科不夠，學科建設整體水平有待提高。（3）排名較低，但專業優秀率高。如中國人民大學、中國科學技術大學、大連理工大學、西北工業大學和天津大學等，這些學校往往設置的專業數量不多，總體排名也不在最前列，但卻少而精，尤其是中國科學技術大學只有36個專業，但優秀率達到88.24%，排名第三。（4）排名低，專業優秀率也低。如湖南大學、中國海洋大學、西北農林科技大學、蘭州大學和中央民族大學等。這類學校要想進一步發展成為一流大學，必須做出更大的努力，需要從軟、硬件方面共同協調發展。
利用對應分析得到的38所高校星級分布對應分析二維散點圖如圖1所示，從中可以看出985高校間在學校整體的專業結構布局上的相似性。左下角的象限為5星專業顯示度比較高的學校，尤其是北京大學、浙江大學、清華大學、中國人民大學等高校距離代表5星的節點最近，組成了一個圈子，說明這幾個學校全國最優專業的數量很高，占該校專業總數的比例也高。左上角的象限中，各學校距離5星、4星數量占全部的比例基本相同，如南京大學、中國科學技術大學、西安交通大學等高校在圖中與表示5星的點和4星的點距離均差不多，這部分高校主要是優秀率較高，專業建設成果較突出的學校。
右上角象限中多為4星專業占學校全部專業比例較高的學校，其中武漢大學與華中科技大學的表現比較特別，兩個學校專業建設成果較類似，其專業優秀率主要是靠4星專業數量做出的貢獻，這兩個學校在專業建設上已經取得了良好的成果，但拔尖專業明顯偏少。代表0星的點和2星的點集中在右側兩個象限之間，兩個節點之間的距離很近，如果從中心點開始畫向量，指向0星的向量和2星的向量幾乎在同一直線上，根據對應分析中余弦定理，兩個屬性點向量之間的夾角越小，則兩個點之間越相似，0星和2星在38所985高校中的表現具有十分類型的特征，圍繞其周圍的節點所代表的學校如北京理工大學等均存在專業短板。右下角象限中距離3星節點的學校如中國農業大學、中國海洋大學等專業建設成果相對不明顯。
（三） 0星專業分析
從常規看，985高校代表了中國高等院校最高水平，其專業實力從理論上講應該較少或極少有0星專業，因此對0星專業做特別分析。從評價結果看，出現0星專業主要有3種情況。
一是專業實力確實較差。比較普遍的情況是偏理工性質的大學開設的人文社科類專業和偏文科性質的大學開設的理工類專業。
二是全國范圍內開設數量較少的專業。有些專業開設的學校數量非常少，本身就代表其特色，雖然被評為0星，但不能夠認為該校這個專業較差。如北京理工大學、湖南大學被評為0星的飛行器動力工程專業，僅有12所高校開設；中國海洋大學評為0星的地球信息科學與技術專業，僅有8所高校開設；湖南大學被評為0星的智能科學與技術專業，僅有18所高校開設。
三是開設時間較短的專業。有些專業屬于傳統性較強學科下的新專業，設立時間不長，仍處于發展階段，故而也出現被評為0星的情況。如北京理工大學的材料化學專業，該校材料學為國防特色學科，材料科學與工程為一級學科北京市重點學科，但從所屬的同類專業看其特色主要在工程方面，材料化學是2003年最新設立，是同類學科下最年輕的專業，其實力較弱；又如中國海洋大學的船舶與海洋工程專業隸屬該校海洋工程系，該系其他專業均比較優秀，船舶與海洋工程為2003年新設，為該系最年輕的專業，實力較弱，故而也被評為0星。
四、專業層面評價結果分析
從專業開設學校的數量看，并根據985高校和非985高校的性質，可以將所有的專業歸納為4種類型，即全國大部分高校均開設的專業、全國少部分高校開設的專業、985高校特有專業和985高校沒有開設的專業。
（一）全國大部分高校均開設的專業
全國大部分高校都開設的專業，對辦學條件、師資隊伍要求一般，專業具有普遍性和普及性，此類專業是所屬學科的主要且重要組成部分。一般主要為本科教育中的公共課或者熱門專業，主要如英語（639）、計算機科學與技術（579）、市場營銷（467）、法學（458）、數學與應用數學（441）、國際經濟與貿易（433）、漢語言文學（426）、信息管理與信息系統（400）等50個200所以上學校開設的專業。圖2以英語專業為例，統計了985高校的排名與星級分布情況。在全國639所開設英語專業的高校中，38所985高校的英語專業基本屬3星以上專業，大多數類似專業同樣遵循這樣的特點。市場營銷、國際經濟與貿易等人文社科類專業在理工科院校同樣表現十分突出，一方面是由于這類專業屬于熱門專業，容易受到更多關注，另一方面也充分說明理工科院校的學科建設正朝著綜合全面方向發展。而文法類高校則在計算機科學與技術、數學與應用數學等全國大部分高校均有開設的理工類型專業上表現出了明顯弱勢，明顯表現出學科間差異，即使在受到國家重點支持的985高校群體中仍難以避免。
（二）全國少數高校開設的專業
全國少數高校開設的專業，一般具有以下特點：開設該專業的學校數量從數10到200不等，專業應用性很強，專業建設兩級分化較為嚴重。這類高校的情況相對特殊，以測繪工程為例（如表4所示），全國共有89所高校開設了該專業，包含6所985高校，除重慶大學外，其他5所高校均為優勢學科。通過對這類專業考察后發現，這些專業大多數進入門檻相對較高，對硬件的要求一般較高，985高校的此類小規模專業往往擁有一批具有國際先進水平的學術帶頭人或優秀學術骨干；通過以人才隊伍建設為基礎，機制創新為指針，985高校在這類專業上一般均制定了打造國際一流、國內領先的專業建設目標，因此優勢比較明顯。
（三）985高校特有專業
表5列出了985高校特有專業的名單。這類專業比較明顯的特征是專業化程度極強，多數屬于學科類下細分程度很高的專業，由于專業性質與學校支持政策和辦學資源的限制，一些專業僅985高校才有開設，比較突出的有天文學類專業，在最新的專業目錄中，屬于學科大類，下屬天文學一個專業，全國僅有3所高校開設；北京大學東語系開設多門專業，全國并無其他院校有相應的師資，因此也在全國獨一無二；985開設的這類專業大多數是學校具有一定歷史積累的傳統優勢，代表了學校的專業特色。
（四）985高校未開設的專業評價分析
除以上三類專業，還有一些國內部分高校開設但985高校沒有開設的專業（不包括國家控制類專業和學校自設特色專業）。開設這些專業的學校一般較少，多數專業只有10個以內的學校開設，且這些專業頗具專業性和特有性；也存在一些專業有較多學校開設而985高校沒有開設，如投資學專業國內有26所高校開設，運動科學專業全國有25所高校開設，建筑電氣與智能專業全國有23所高校開設等。專業建設中一個重要的標準即全面性，對于這些專業，985高校如果有相關或相近專業，則需對這類專業引起充分重視，在充分論證的基礎上，開設這類專業有助于985高校形成專業集群特色。
五、結語
