时间：2023-01-27 21:28:25
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇智能科学与技术论文，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
从2004年国内开始招生至今，全国已有不少高校设立了智能科学与技术专业。我校是较早设置该专业的院校，于2007年在信息工程学院设置其为第7个本科专业，并开始招生。2009年9月，学生进入相关专业课程的学习，第一届学生于2011年7月毕业。日前，该专业学生已经完成本科阶段的学习。
在专业开设过程中，我们完成的主要工作如下。
1) 调研国内外相关院校智能科学与相关专业的培养目标和培养方案。
2) 形成智能科学与技术学科的知识体系和能力要求。
3) 制定2010版智能科学与技术专业的教学大纲。
同时，在办学过程中，我们选择了脑科学与认知科学概论，人工智能基础，微机原理及应用、课程设计(微机原理)，可视化程序设计、智能计算与应用四个课程组进行教学模式改革。
1首届毕业生知识结构
因为是首届学生，我校大多数课程安排参考了国内兄弟院校的课程设置，也参考了我校自动化专业的部分课程设置。学生的知识结构主要由5个方面组成[1]，如图1所示。
1) 数理基础课程群：工科数学分析、高等代数、复变函数与积分变换、概率与数理统计、数学实验、大学物理、物理实验、应用力学基础、离散数学等。
2) 电工电子技术课程群：电路分析基础、电路实验技术、模拟电子技术、模拟电子技术实验、数字电子技术、数字电子技术实验等。
3) 机电技术基础课程群：工程制图基础、程序设计基础、信号处理、计算机网络、微机原理及应用、嵌入式系统、数据库技术及应用、面向对象程序设计、现代检测技术、电机控制技术、现代通讯技术、DSP处理器及应用、机械设计基础等。
4) 专业主干课程群：信息论与编码、控制工程基础、脑科学与认知科学概论、人工智能基础、机器人组成原理、计算智能基础、模式识别基础、虚拟现实技术、智能控制及其应用。
5) 实践创新课程群[2]：计算机应用实践、电子技术实习、MATLAB编程与工程应用、Linux系统与程序设计、自动控制系统设计与实现、微机原理课程设计、嵌入式系统设计与实现、专业(生产)实习、毕业设计(论文)等。
除了专业课程的学习，学生还参与了很多课外科技活动和竞赛，并取得了良好成绩，内容如下。
1)“基于Matlab的智能五子棋人机博弈系统”在北京科技大学第十一届“摇篮杯”课外学术作品竞赛中获三等奖。
2) 第八届校机器人队队员在第八届亚太机器人大赛国内选拔赛中获十六强。
3) 在全国大学生电子设计大赛中获成功参赛奖。
4) 在智能车校内赛中获二等奖。
5) 在北京市机械创新大赛中获三等奖。
6) 在北京市大学生电子设计大赛中获二等奖。
7) 在“飞思卡尔”智能车竞赛的校级赛中获三等奖。
8) 在校级机器人竞赛中获季军。
9) 在全国大学生节能减排大赛科技类中获三等奖。
10) 在北京科技大学计算机博弈锦标赛中获最佳程序设计奖。
11) 在北京科技大学“闪我风采”Flash大赛中获最佳细节奖。
在参加课外竞赛及各种活动之余，首届智能班还自组织了以小组为单位的指纹识别考勤计时系统编程比赛，历时一个月，比赛结束后评出了最优编程奖。然后返回给每个小组，再讨论再修改，最终确定了最优版，申请了国家软件著作权，于2010年5月份获得审批。此次比赛成果是全班学生辛苦劳动的果实，凝聚了24位学生的智慧和努力。图2展示了该系统的计算机软件著作权登记证书。
2首届毕业生毕业设计情况
2010年底，首届学生进入本科毕业设计环节。在大家的共同努力下，全部学生通过了本科毕业设计。毕业设计的题目如表1所示。
3首届毕业生去向
智能科学与技术专业首届24名学生是2009年9月进入大三学习专业课的。目前，我们统计的毕业生去向，专业第1名放弃了保研指标，选择出国留学，另外有4人保送本校读研究生。选择考研的学生还有12人，另外有3人选择出国留学，还有2人选择就业，如表2所示。
4经验和教训
我们对2007级智能科学与技术首届毕业生的总体情况还是比较满意，通过一系列教学改革，取得一定的成效，内容如下。
1) 人工智能基础。此课程为智能科学与技术专业的理论基础性课程，具有涉及的面比较广、内容较多、变化较快的特点。我们结合人工智能学科的发展，在保证课程完整性的同时，尽可能增加学科发展的前沿内容。
2) 微机原理及应用、课程设计(微机原理)。微机原理及其应用是一门实践性很强的课程，特点是计算机软硬件结合非常紧密，需要经过大量的实践环节学习。在充分分析本门课程特点的基础上，我们对该课程作了如下教学改革：自行研制开发了一套实验装置，开发了配套的实验项目，编写了相应的实验讲义。图3是我们使用的微机原理与单片机实验装置。
在教学方法上，教师让学生在学习已有实验项目的基础上，做一些由简单到复杂的新改动，直至最后设计出新的应用电路，并用相关器件实现。为了鼓励学生亲自动手制作电路板，教学团队花费近3 000元，购买了各种电子元器件和电路制作工具，包括单片机芯片、集成稳压电路芯片、各种传感器、小键盘、电阻电容、印刷电路板、万用表、电烙铁等，保证每位学生都能设计并制作完成一个单片机控制系统。在课堂管理方面，我们实行小班授课，每班不超过30人。学生都很遵守课堂纪律，几乎没有迟到早退现象，为该门课程的学习营造了良好的学习氛围。
3) 可视化程序设计。小班在实验机房上课，课程将讲解部分与上机练习结合起来，教师对每一个知识点进行讲解后，让学生立刻练习，提高学生的动手实践能力。通过教师的课堂讲解和学生的课堂练习，使学生达到融会贯通的程度。
4) 数据结构与算法分析。针对智能科学与技术专业对计算机软件能力要求高的特点，我们压缩了计算机专业的数据结构和算法分析两门课程的学时，保证学生应用能力的培养，并编写了相应教材。
5) 根据国内外高等教育的最新发展，我们对研究思路、内容、方法进行必要调整。英国、美国、马来西亚等国近几年开设了AI相关专业，并且多数与机器人结合。在2010版教学计划中，我们也将机器人作为学生学习过程中的实验平台和设计实现对象，为此探讨设立机器人组成原理课程[3]，并在准备教材。我们还与南开大学、河北工业大学合作开发智能科学与技术专业的系列教材[4]。
另一方面，我们在办学过程中也感觉到一些问题，和南开大学[5]的问题较为类似。
1) 专业宣传方面的问题。
2) 没有形成统一的教学指导委员会，各学校还处于单兵作战阶段。
3) 学校的重视程度不够，经费投入有待加强。
4) 师资结构对其他学科的依赖程度较大，还未形成完整的师资队伍，多数教师来自其他专业。
5结语
通过两年的专业课学习，首届智能科学与技术专业的全体学生在各方面都取得了不错成绩。多门基于专业课程开设的课程设计不仅增强了学生的动手实
践能力，还加深了学生对专业知识的理解及掌握程度，很好地将理论学习与实践教学结合起来。特别是在毕业设计阶段，学生的论文题目都很有新意，充分体现出智能科学与技术专业的“智能”特点，而且学生在论文答辩环节全部顺利通过。首届毕业生中，出国和保研率达到54.17%，就业率达到45.83%，有很好的发展前景。通过研究首届毕业生情况，我们认为智能科学与技术专业是一个很有发展潜力的专业，能够将人工智能科学、计算机技术、智能控制等专业性较强的学术领域综合起来，培养出具有综合能力的优秀毕业生。
总结首届毕业生情况，我们将在随后的教学过程中进行如下改进：结合人工智能学科的发展，尽可能增加学科发展前沿的内容；针对学有余力的学生，布置学科前沿的自学内容；在教学中尝试以作业的形式安排实验内容[6]。同时，我们继续保持小班授课方式，营造出良好的学习氛围。在考核方面，结合平时、考试和答辩3种形式，来客观、公正地评定学生，促进学生的全面发展。通过总结已有的教学经验，吸取教训，发展优势，我们相信智能科学与技术专业一定会一步一步成为更加完备的、更有优势的、更具时代特征的新型专业。
参考文献：
[1] 刘冀伟,石志国,王志良. 北京科技大学智能科学与技术专业建设概况[J]. 现代大学教育,2010(6):1-4.
[2] 石志国,刘冀伟,王志良.“智能科学与技术”本科专业软件实践类课程建设探讨[J].计算机教育,2009(11):93-97.
[3] 石志国,刘冀伟,王志良,等. 机器人组成原理课程规划[J]. 计算机教育,2010(15):86-90.
[4] 杨鹏,张建勋,刘冀伟,等. 智能科学与技术专业课程体系和教材建设的思考[J]. 计算机教育,2010(19):11-18.
[5] 方勇纯. 智能科学与技术专业毕业生情况分析与专业建设[J]. 计算机教育,2010(19):51-54.
[6] 魏秋月. 关于智能科学与技术专业人才培养和学科建设的思考[J]. 教育理论与实践,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)
关键词:专业建设;人才培养;教学改革;课程体系;教学模式
21世纪是智能科学技术快速发展的时期,智能科学与技术本科专业应当抓住这个契机,大力推进智能科学与技术的本科教育和专业建设,培养适合社会发展和市场需求的智能科学技术人才[1]。坚持以学生为根本,以传授知识、培养能力、提高素质和协调发展为己任,以我国经济结构战略性调整的要求和社会发展对人才的迫切需求为重心,针对师资队伍、人才培养模式、教学内容与课程体系、教学方法与手段、教学管理及培养质量等方面进行深入改革,形成具有先进的办学理念、完善的管理体制、领先的改革思路、优秀的师资队伍的龙头专业。智能科学与技术作为具有广阔发展前景和巨大应用需求的综合交叉学科,高校应进一步拓展相关研究领域,结合办学条件、管理制度及政策倾斜,突出人才培养和专业建设的特色。
1深化实践教学改革,探讨多元复合型人才培养模式
智能科学与技术专业要协调发展,首先必须明确专业特色,形成自己特有的学科体系、人才培养模式和课程特色。在智能科学技术相关研究已经渗透到各个领域的形势下,对人才的培养要从多元化角度来考虑[2]。一方面,当前国内外智能科学领域的相关研究如火如荼,原创性理论与核心技术的研究步伐在进一步加快,国际上对智能科学与技术专业研究型人才求
贤若渴。另一方面,智能科学领域的一系列学术研究成果,迫切需要转化成能够产生社会效益、支持社会主义经济发展及人民生活需要的产品,大型企业、著名公司对具有智能科学技术专业知识的应用型和工程型人才的需求势头正旺,因此,目前探讨智能科学与技术专业的人才培养模式正当其时。
1) 多元化人才培养模式。智能科学与技术专业是一个集智能技术、通信技术、计算机技术、控制技术等多学科交叉、跨应用领域的本科专业。根据社会经济的发展、市场对人才的需求以及专业自身的发展特点,智能科学与技术专业的人才培养应当兼顾研究型、应用型和工程型等多元复合型人才需求,因此,智能科学专业在充分整合优质教育资源的基础上,需要不断改革教育模式。一方面,通过各种教学活动,丰富各层次、各类型的课程教学资源,如:积极开设双语教学、探究式教学、“本、研合一”的高水平课程、校外名师课程等,强化学生创新知识和科研学术能力的培养,推进高素质人才的培养计划;另一方面,针对智能科学与技术专业的应用特点,积极开展学生科研活动和实践训练,使学生通过项目实践锻炼自己的实际研发能力,提高运用所学知识解决实际问题的能力。此外,充分利用我校多学科、综合化的人才培养优势,通过以跨学科、跨专业的交叉融合,打通各方的优质教学资源,给学生提供更加广泛的学习空间,促进优质高效的复合型人才培养。
2) 专业素养培养。完善由智能科学与技术专业基础课程、专业核心课程、专业方向课程三部分组成的定位明确、特色突出、规范合理的专业教育课程体系,加强学生在基础知识训练和智能科学专业技能的素养培养,强化专业基础的相关性,突出专业核心的稳定性,扩大专业方向的多样性。
3) 科研素养和适应发展能力培养。智能科学与技术专业面对多元化人才需求,不仅要培养学生独立从事科学研究的能力,自主不断学习新理论、新方法和新技术的能力,以胜任学科的前沿研究和技术发展;同时还要重视学生在研发团队的协同工作能力,以适应学科在实际中的各种应用需求,在不断开发高质量智能软件系统及项目研发的实际锻炼中,培养学生的高效工作能力和良好的沟通能力。
基于以上观点,我校在教学模式的改革中,积极提倡“夯实基础、综合提高、加强实践”的三结合人才培养改革思想,针对学生的专业素养、专业技能等多个方面细化培养方案,不仅注重培养学生的实际应用能力,还要兼顾培养学生的研究型思维、科学研究的能力及创新精神,从整体上提升智能科学技术人才培养的素质。
我校智能科学与技术专业坚持“教学、科研、团队的协调发展,学科、专业、课程的整体建设”,依托北京市实验教学示范中心、北京市高等学校工程研究中心,北京市重点建设学科“计算机应用技术”、校级重点建设学科“软件理论与技术”以及与其他专业和兄弟院校的联合,开展了以教师队伍建设为基础、以人才培养改革为核心,以促进学生知识、能力、素质协调发展为目标的专业建设工作,并形成了层次型人才培养方案,如图1所示。
图1层次型人才培养方案
1.1层次型人才培养方案及教学模式
结合智能科学与技术本科专业的特点,针对多元化人才培养需求,我们构建了“教―学―用”的层次型培养模式,形成了“2+1+1”的教学模式。前两个学年主要学习计算机科学技术和智能科学基础理论知识,以学习、理解和掌握知识为主,同时采用启发引导及探究讨论的教学策略,培养学生自主学习的能力和主动探究的兴趣,进一步结合相关问题、设计方法、分析讨论和问题求解培养学生的专业素养[3]。第三学年侧重学习智能专业核心课程,如:智能机器人、智能游戏与虚拟现实技术、模式识别、智能信息获取与决策管理、自然语言处理等体现智能科学与技术专业特色的课程,使学生在理论方法的学习中提高专业技能,同时所设课程与相应的实验课相结合,加强学生理论知识的消化和实践能力的训练。第四学年,以综合实践训练为主,学生根据各自的情况和兴趣,参加学生科研立项、各类科研竞赛活动、大学生创新实验、专业实习、毕业设计及教师的科研项目等,进一步强化实践能力培养环节,有利于学生整体综合素质的提高。同时,以问题为纲,培养学生在解决问题的同时自主发现新问题和新知识,进一步培养学生的主动思维和创新提高的科学研究素养[4]。
1.2 “本、研合一”的教学体系
本科生与研究生的培养互动是推动本科生创新能力培养的有效措施。我校智能科学与技术专业经过几年的探索和实践,形成了“本、研合一”的教学体系。“本、研合一”教学体系的设计思路是将学生在各个学习阶段的知识结构、实际应用能力和科学研究能力进行一体化设计,使学生在有限的时间里掌握尽可能多的知识,得到尽可能充分的实践与锻炼,并在一体化的教学体系设计中逐步培养学生的研究型思维、应用型和工程型能力,以及创新型精神,提升智能科学与技术专业的人才素质。
我校智能科学与技术专业借助已获批北京市和校级精品课程、探究式课程、双语课程及网络多媒体课程,包括智能信息获取技术、人工智能原理、模式识别、智能科学与技术导论、智能机器人和自然语言处理等,在三年级开设提高性的研究型课程,这种提高性教学采取本科生与研究生合班上课的形式,使一部分本科学生在本科阶段先行选修部分研究生课程,并接受高水平教师的培养。这一阶段要求教师面向研究和学习对象,将每一阶段的理论知识与实际应用系统对应设计,同时要求理论课和专业技术课都要针对研究和学习对象设计问题,留出解决问题的空间。在完成整个学习阶段后,组织学有余力的本科生与研究生联合申请科研立项(由学校条装处资助)、实验室开放基金(由学校学生处资助);有计划地将本科生按照他们的兴趣爱好,逐步吸纳到由研究生导师、研究型教师、研究生、本科生组成的科研课题组或特色研究小组,以科研项目组为单位,对学生进行系统的综合提高训练。
1.3积极开展“研、教互动”,培养具有前沿性、时代性和实用性的复合型人才
教师的科研和教改项目为学生提供了课外学习的平台和广阔的发展空间。部分学生将课程组教师的研究成果,实现了直观验证和探索归纳两种实验分析模式。另外,我们还组织部分有能力、有兴趣的学生成立课外科研兴趣小组,参加各种科研活动,4年来课程组教师指导的36个校级科研项目中有22个获得学校奖励。科研活动与教学的互动不仅提高和增强了学生学习的兴趣和动力,更激发了他们钻研与探索的精神。在本科第三年,一方面聘请国内外知名教授,为本科生开设前沿性的科研讲座;另一方面要求学生去联合实践基地、对口企业进行为期三个月的专业实习和相关实践活动,由双方共派导师形成导师组联合指导培养学生。这些项目不仅给学生从事基础研究创造了机会,也加强了专业科研对外合作,有利于专业人才培养水平的提高。
2以多渠道交流、合作及开放的方式,加强“产、学、研”结合的多元化培养模式
我校智能科学与技术专业广泛利用国内外优势教育资源开展主题鲜明、形式多样的教学科研合作,积极开拓产学研结合渠道,与企业共建科研开发中心合作,一方面提供学生进行专业实习、毕业设计、综合训练等,另一方面,还为学生提供科技创造的实践环境和为社会提供各种技术服务的平台。智能专业除了与本校的兄弟学院建立教学科研合作之外,还与澳洲悉尼科技大学、美国密西根州立大学、中科院高能所、中科院自动化所、IBM公司、北京上善中加信息技术有限公司、北京智能谷科技有限公司等几十家中外著名大学、软件公司、企业及高级研究机构建立了开发、科研与人才培养合作的机制,通过多种多样的方式在学校和校外各方进行联合,积极开拓产学研结合渠道,引进最先进的智能研发环境,培养学生掌握最新的研究成果和开发技术,成为适应国家科学研究、社会主义市场经济和信息产业发展需要的研究型、应用型、工程型的复合型人才,力争在人才竞争中保持优势。
3加强师资队伍建设
师资队伍建设一直以来都是专业建设的基本保证,我校智能专业注重建立教师深造培训、学术交流和工作分配的有效机制,进一步为教师提供丰富教学经验、了解人才需求的平台,以人尽其才的用人方式激发教师的工作积极性。近年来,我们已先后从中国科学院、北京理工大学、西安工业大学、北京科技大学等国内知名高校和科研机构引进了多名具有博士学位的教师,并结合智能专业的特点,建立了一支多学科、多专业的基础理论课教师、专业核心课教师、科研及工程技术人员组成的专兼结合的教师团队。这支以中青年为主的教师队伍长期工作在教学、科研第一线,积累了丰富的教学经验,教学效果显著,其中教授3人,副教授2人,研究生导师6人,具有博士学位的教师6人。经过多年的建设,专业已形成了一支知识结构、学缘结构和年龄结构比较合理的师资队伍,教师具有扎实的专业基础,深厚的教学功底,开阔的学术视野和较强的科研能力,其中,2人获北京市优秀青年骨干教师称号,3人多次获得学校优秀主讲教师、优秀导师和优秀毕设指导教师等称号。
在专兼结合的教师团队中,智能科学与技术专业的教师侧重培养学生扎实的理论基础和专业知识,同时注重院校内部交叉学科知识的融会贯通,联合院内信息工程专业、计算机科学专业、软件工程专业以及教育科学学院从事相关研究的学者,通过讲座与项目联合的方式,培养学生对跨学科交叉领域知识的掌握与应用。同时,积极开展与国内外著名软件公司、企业及高级研究机构的交流与协作,建立相关产业和领域一线工程技术人员到学校兼职授课的制度和机制,进一步扩充师资队伍的力量。另外,在教师队伍的建设建设中,采用以老带新和以新促长的方式,注重分工协作和交流发展,采用课程主讲教师负责制,全面负责课程的教学、实验、实习和实践;而实验教师负责实验、实习和实践教学,从而保证了队伍的连续性和优势互补性。此外,教授、副教授每学年必须为本科生开设核心课程,并要承担一定的教学实验、专业实习、指导本科学生科研立项、毕业论文指导等工作,切实保障了课程理论学习与实验、实践、研究环节的紧密跟踪与指导。
4优化课程体系
课程建设是专业建设的重要内容,课程教学的质量直接关系到人才培养的质量。智能科学与技术专业目前有北京市、校级精品课程、优秀课程、探究式课程、双语课程及多媒体网络课程7门,智能信息获取技术、人工智能原理、模式识别、智能决策支持系统、智能机器人、自然语言处理,另外还有多门课程的建设工作验收合格。智能科学与技术专业在课程体系的设置和改革方面,参考了国内外著名高等学校,包括麻省理工大学、斯坦福大学、东京大学、悉尼大学以及北京大学、南开大学、西安电子科技大学、北京邮电大学的智能科学专业的课程设置,充分考虑了我院在信息处理技术方面的特色,以及智能科学专业多年来在机器学习、模式识别、自然语言理解以及智能信息处理等方向的科研成果及研究生培养经验积累,以智能机器人、智能游戏及智能信息处理等为特色课程,以建设“理论―研究―实践”为指导思想,设置了协同递进的特色课程体系,如图2所示。通过“学习+提高+实践”的协同递进和不断深化的过程,达到系统掌握和融会贯通,并由“基础训练”提高到“专业素养”,最终上升为综合能力。在理论基础和实践训练的协同学习过程中,案例学习与项目带动的一体化方式可以激发学生的学习热情和科研兴趣,同时使学生感知理论基础知识的重要性。
图2协同递进的课程体系
5拓宽多学科领域的教学科研合作,提高人才培养质量
智能科学与技术专业自身特点决定了在人才培养方面的学科综合交叉性[5],体现了与其他领域的技术相互渗透的必要性,这种跨学科的交叉应用研究更能激发智能科学与技术专业的活力,更能充分发挥智能专业的科研潜力。拓宽领域合作是各个学科在教学改革中值得思考的问题,我校智能科学与技术专业结合本校的办学特色,与教育科学学院教师联合开展了在教育信息智能化方面的相关合作,将专业技术广泛应用于教育信息的智能处理中,从学业表情、知识驱动、网络信息监管与安全分析入手,基于情感计算、数据挖掘、Multi-agent、分布式智能检测、教育信息等技术,在情绪信息认知计算模型和信息安全监控模型方面进行广泛深入的合作研究。这种交叉领域的教研合作,有利于促进专业相关课程及其实验、实习、科研、毕业论文、学生科研活动取得良好的应用效果[6]。
6人才培养和专业建设的架构
本校智能科学与技术专业结合近年来在人才培养和教学改革中的经验和教训,缜密剖析了当前智能科学与技术专业在我国的学科地位、自身特点和未来发展,建立起了“专业基础+项目实践+社会服务”的人才培养与专业建设架构,如图3所示。
图3人才培养与专业建设架构
7结语
智能科学与技术是一个与学科领域前沿及最新发展紧密结合的多学科交叉专业,因此要结合心理学、哲学、生命科学等多学科不断优化知识结构,根据教育部、教学指导委员会和国家及北京市科技发展中长期规划纲要,突出重点领域和前沿技术优先发展的有关要求,认真研究专业定位,规范智能科学与技术专业建设的基本内容,加强基础,提高素质,优化结构,增强优势,协调发展,突出特色;顺应社会的
发展需求,面向市场的用人需求, 构建经济社会发展需要的课程体系,规范课程教学内容设置,加强精品课程建设,开设高水平课程。同时,政策倾斜、条件改善和严格管理是提高人才培养质量的保障,高校应当进一步加大投入,支持智能科学与技术专业的实验室、实习基地、图书资料、基础设施、师资优化等教学条件的建设和改善,使其具有更好的办学条件和更加先进的教学手段,满足多元复合型人才培养的需要。此外,专业建设实行专业责任制,明确专业建设目标,理清专业建设思路,切实制定和完善专业建设实施规划,加强师资队伍建设,在课程改革与建设、教材建设、实践教学基地建设、教学改革与管理等方面落实相关人员责任,落实专业建设经费,确保达到专业建设的预期目标。最后,加强专业毕业生就业服务与跟踪调查:以科学发展观为指导,以学生的全面和谐发展为中心,在统筹兼顾的前提下,重点加强专业的毕业生就业服务与指导工作,努力提高就业率,积极开展就业跟踪调查,多渠道了解信息,建立更加完善的毕业生社会评价反馈体系,加强专业毕业生的后续管理,进一步提高专业的影响力和社会声誉。
参考文献:
[1] 王万森,钟义信,韩力群,等. 我国智能科学技术教育的现状与思考[J]. 计算机教育,2009(11):10-14.
[2] 谢昆青. 第一个智能科学与技术专业[J]. 计算机教育,2009(11):16-20.
[3] 焦李成,石光明,钟华,等. 智能科学与技术本科特色专业建设的实践与探讨[J]. 计算机教育,2009(11):26-29.
[4] 李擎,陈雯柏,李邓化,等. 智能科学技术专业建设的实践[J]. 计算机教育,2009(11):33-37.
[5] 魏秋月. 关于智能科学与技术专业人才培养和学科建设的思考[J]. 教育理论与实践,2009(9):18-19.
[6] 刘丽珍,王旭仁,刘杰. 智能科学与技术本科专业教学改革及课程建设[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)
关键词：智能科学与技术；本科毕业设计；过程管理系统
1智能专业本科毕业论文（设计）改革背景
智能专业是一个新兴专业，在学科建设上各高校百花齐放、各有特色，但目前国内高校的智能专业本科教学普遍存在以下突出问题㈣。
（1）专业课程过于庞杂。专业课程设置重叠较大，本来的出发点是扩大学生的知识面，但由于学时有限，过多的课程反而影响了专业特色。
（2）培养模式落后。缺乏学科交叉，且“教师一学生”的单一教学模式不利于培养学生的团队意识和协作能力。
（3）专业培养缺乏目标导向与社会定位。学生缺乏对智能学科的系统化理解，很难培养其认识问题和解决问题的能力。
因此，沿用传统的毕业论文（设计）管理模式和时间分配方案，以通常的论文撰写和答辩为基本考评方式，效果并不理想。
2智能专业本科毕业论文（设计）的指导思想
高等学校本科毕业论文（设计）是本科教育成果的收官之作，对学生进入社会或继续深造都有重要的过渡作用，需特别重视。通过面向能力培养的本科毕业设计教学改革，智能专业本科毕业设计的指导思想在遵循《南开大学本科生毕业设计手册》的基础上，主要强调以下3个方面。
（1）学生应结合课程学习情况、今后拟就业方向、个人兴趣、继续深造方向等选择适合自己的导师和毕业设计题目，而非功种性地选择难度低、给分高、容易过的题目。在毕业设计过程中，学生应发挥主观能动性，将涉及的核心课程知识点再做温习，与指导教师积极沟通，与团队成员经常讨论。
（2）教师在指导学生选题方面应注重与前沿技术的相关度，可将在研项目、子课题、甚至技术点中的一些工作作为本科生毕业设计题目，鼓励教师多出题目。教师在指导学生过程中应给予参考文献、参考书目建议，并根据项目情况提供之前的项目文档，同时注意培养学生撰写项目文档的能力。
（3）论文撰写符合南开大学本科毕业设计内容、格式规范，做好论文答辩的各项准备。
为了全面贯彻智能专业本科毕业设计的指导思想，使毕业设计工作顺利推进，智能专业本科毕业设计正式开展前要经过两个层次的动员工作，一方面由学院教学领导班子动员毕业设计导师，另一方面，学院组织学生集中召开毕业设计动员大会。
3智能专业本科毕业论文（设计）内容和过程
3.1毕业论文（设计）前导课程
为了使毕业论文（设计）实现更好的效果，学校首先在毕业论文选题前一学年就开设综合课程设计课程，该课程可以分为春、秋两个学期（即第五、六学期），分别为综合课程设计2-1和综合课程设计2-2。由教师根据自己的科研项目或教授课程给出1～3个题目，将智能学科核心课程（如智能工程、机器视觉、现代控制论、过程控制、电路基础、计算机基础等）之间的关联性通过恰当的选题体现出来。学生在自由选择一个题目后，像研究生一样进入实验室，跟随导师完成题目，并做定期进度汇报。
该课程近两年开始实施，效果比较显著，主要体现在两个方面。一是合理弥补了本科生毕业设计时间不足的问题，真正的毕业设计过程在大四学期才刚刚开始，而该阶段的学生一般忙于找工作、考研、出国等事务，很难集中全部精力和在校时间投入毕业设计中。尤其工科类的题目需要经过实际调试和设计才能完成，很多学生由于时间所限草草应付。前导课程设置在大三学年，学生就有充沛的时间，有较稳定的学习状态和心理状态。二是使学生提前进入科研环境，熟悉基本的科研条件和论文写作技能，对知识结构做进一步的整理和温习，并对自己的能力有一个初步认识，也能较早发现自己的兴趣点，在后期真正开展毕业设计时选题更准确、进入研究状态更快、论文（设计）质量更好。
3.2时间要求
本科毕业论文（设计）工作时间不得少于12周，不设上限，充足的工作时间是保证质量的重要前提。学校安排学生在大四上学期进行毕业论文（设计）的动员、选题、导师确定、文献查阅等工作；在大四下学期集中完成毕业论文（设计）的实验（调研）、撰写、答辩等环节。大三学年（上下两个学期）开设毕业设计前导课程，客观上也为毕业设计增加了更多时间。
3.3选题要求
（1）以培养智能专业优秀毕业生为目标，充分体现专业特点。同时，鼓励学生选择以本专业为主的交叉学科课题，如近两年有不少学生将机器视觉、图像处理等技术与生物、法语、环境等学科的实际问题结合，做出了有应用价值的毕业设计。
（2）学生应根据自身情况考虑选题，不要随意或者盲目。前文提到的毕业设计前导课程为学生达到此要求提供了帮助。
（3）论文选题应有一定的理论价值或实践价值，本科毕业设计应有1～2个创新点。
（4）学生可选择指导教师提供的题目，也可自拟题目。学院采取开题报告的形式审核全体学生的选题，并填写《智能专业开题报告审查表》，经导师、院主管本科教学副院长签字备案。如题目更改，学生需填写《智能专业本科毕业题目变更审查表》，同样经签字后备案。其中，学院会选拔5～10名学生面向整个专业的师生举行示范性开题报告。
（5）学生选题原则上要求每人1题。但由于智能专业很多题目需团队协作完成，因此规定若2人（或2人以上）合作课题，毕业论文（设计）必须分开撰写，在毕业论文（设计）中要重点阐述本人独立完成的部分，并明确说明本人在课题研究中完成的内容对整个课题的贡献。
3.4资料查阅、实验设计及数据整理
智能专业本科生如同其他工科学生一样，往往直接着手解决具体问题，而忽略了问题背后的理论意义。因此，学生应进行一定量的文献阅读工作，在开展毕业设计前广泛收集资料，以便了解目前该领域国内外研究现状并做好记录。同时，要求学生将课题的研究背景、资料查阅情况、文献阅读心得进行归纳总结，并在初期进行一次详尽汇报。导师对该汇报评价满意后，学生继续进行实验设计和后继答辩工作，若不符合要求则需重新汇报直到符合要求为止。我们要让学生懂得：只有通过丰富翔实的前期调研，才能了解理论界对自己拟研究问题的研究状况，避免低水平重复性工作，也防止侵犯他人知识产权，这对学生今后的研究工作有着重要的意义。
3.5编写提纲和撰写毕业论文（设计）
根据智能专业特点，撰写论文的时间为4周，在撰写前应与指导教师讨论三级目录。学生应主动找导师指导毕业论文（设计），每周至少一次，总次数不少于10次。这里特别强调，如学生没有按要求完成之前的环节，而直接提交论文，则不准许答辩，亦不能获得相应学分。
3.6毕业论文（设计）指导与检查
指导教师应按学校要求对学生进行定期指导，同时对学生毕业论文（设计）的完成进度、质量、出勤等情况进行检查，及时解决检查中发现的问题，如实填写《智能专业毕业论文（设计）开题报告审查表》《智能专业毕业论文（设计）中期检查表》《智能专业毕业论文（设计）进度检查表》等表格。
3.7利用网络系统完成全过程质量控制
良好的改革方案，离不开有效的管理机制。在该方面，南开大学智能科学与技术专业利用学科在信息技术方面的优势，开发了一套完整的管理系统，用于管理本科生毕业设计全过程。学生可以在综合课程设计（前导课程，如图1）和智能专业本科毕业设计（如图2）分别使用系统完成填报志愿、导师双向选择、开题报告提交、中期检查等步骤。相应地，导师可以通过该系统完成题目布置、开题报告审核、中期检查等工作。学科主管教学工作领导也可借助该系统，通过高权限访问，评阅和批示教师及学生的论文进度和质量。
［关键词］人工智能；人才培养；AI技术人才
一国家对于高校人工智能教育的发展的重视
面对AI技术如火如荼地发展，我们国家对AI人才和人才培养都非常重视。2017年3月“人工智能”在政府工作报告中曾提及四次，指出要推动人工智能和实体经济深度融合。2017年7月20日国务院《新一代人工智能发展规划》[4]。《规划》指出完善人工智能领域学科布局，设立人工智能专业，推动人工智能领域一级学科建设，尽快在试点院校建立人工智能学院，增加人工智能相关学科方向的博士、硕士招生名额。鼓励高校在原有基础上拓宽人工智能专业教育内容，形成“人工智能+X”复合专业培养新模式，重视人工智能与数学、计算机科学、物理学、生物学、心理学、社会学、法学等学科专业教育的交叉融合。加强产学研合作，鼓励高校、科研院所与企业等机构合作开展人工智能学科建设。
二企业对于人工智能人才的需求
市场上AI技术人才非常稀缺，据腾讯研究院联合boss直聘的《2017全球人工智能人才白皮书》[5]显示：目前，全球大约有30万人从事AI工作。截止到2017年10月，中国人工智能人才缺口至少在100万以上。2017年头10个月，AI人才需求量是2016年的近两倍，2015年的5.3倍之多，年复合增长率超200%。百度、腾讯、阿里巴巴、京东等互联网巨头都在挖掘AI人才，纷纷开出了高额的薪资。2017年薪资最高的十个职位中AI类岗位占到1/2，其中语音识别、NLP、机器学习等职位平均月薪资超过2.5万元。
三高校AI人才培养的思考
高校具有多学科、高层次人才集中的特点，具备计算机与多学科交叉融合的优越条件；且大部分学校都开设有数学、物理等基础学科，具备夯实数学理论基础的条件；且人员相对固定，便于沟通交流，具备共同开展AI课题，促进发展AI技术的人力条件。但是遗憾的是我国开设人工智能课程的高校较少，2018年只有33所高校设立了智能科学与技术专业[6]。面对AI发展的火爆，国家对于AI人才发展的重视以及企业对于AI人才的严重需求，高校作为人才培养的主要来源，是不是应该思考AI人才的培养呢？AI人才可以分为三类：拔尖人才，研究性人才和应用型人才，呈金字塔性。当下已经有一批名牌大学开展了AI方向拔尖人才的培养，如北京大学图灵班、中国科技大学人工智能技术学院、西安交通大学人工智能拔尖人才培养实验班，南京大学计划成立人工智能学院等。但是金字塔的底层、中层更需要庞大的AI技术人才，如应用开发人员、数据工程师、AI和机器学习工程师、AI系统架构师、AI产品经理等岗位的人才，同样值得重视。很多专家都表示AI人才需要数学基础好、专业理论全面、具备一些工程基础，且有自主学习的能力。本文从夯实数学基础、人工智能方向课程的建设、实践能力的培养、自主学习能力的培养四个方面阐述高校关于AI人才培养的一些思考。
1奠定扎实的数学基础
在学习AI技术时，几乎所有专家学者都提出需要扎实的数学功底，数学功底的厚重程度决定了在AI技术上走多远。高等院校计算机专业都开设有“高等数学”“线性代数”“概率论”等数学课程，但是课时、难易程度不足，学生对于数学不够重视，或者觉得晦涩难懂，学习效果并不十分理想，因此加强数学基础的工作刻不容缓。可以通过必修和选修等方式开设“数据分析”“统计机器学习”“凸优化”等课程；通过微课或者MOOC等方式巩固数学基础的学习；通过优秀科普读物，如《数学之美》《编程之美》等书籍的推荐阅读激发学生兴趣；通过开展校内学术讨论、数学竞赛等方式促进学生学习数据的动力，逐步达到夯实数据功底的目的。
2人工智能方向课程的建设
很多高校计算机专业课程中只开设有《人工智能》导论，有的甚至没有。智能科学与技术专业开设有“人工智能”“计算机视觉”“机器人学导论”“计算智能”这几门课程，但是在编程、算法等方面不足。那么AI技术人才应具备哪些专业能力呢？如何从专业角度培养AI技术人才呢？2018年1月CSDN了“AI技术人才成长路线图”[7]，通过专业路径和实战路径两方面介绍了AI技术人才需要具备的知识。需要具备Python、C++、Linux、CUDA编程知识，需要学习机器学习课程、掌握TensorFlow框架。该路线图中列出了机器学习算法工程师、数据科学家等10个岗位AI人才应具备专业知识和能力。微软公司也推出AI人才培养的10门免费课程，如“AI导论”“数据科学会用到的Python语言-导论”“AI领域运用的数学概要”“数据和分析所需要的道德与法律”“数据科学概要”“机器学习法则”“深度学习”“强化学习”“微软专案项目之人工智能”。同时在“文字和自然语言识别”“语音识别”“计算机视觉和图像识别”中选择其一。Google在人工智能学习网站开设有《MachineLearningCrashCourse（简称MLCC）》的免费课程[8]，由机器学习概念、机器学习工程、机器学习现实世界应用示例三个部分组成。Intel近期也了三门免费的AI课程，分别是“机器学习基础”“深度学习基础”和“TensorFlow基础”[9]。AndrewNg在Coursera上也推出了机器学习的课程，且用比较通俗的语言讲解机器学习中各个算法。最近在Deeplearn-ing.ai和Coursera平台又开设了5门深度学习课程[10]。综上所述，不同的研究机构都着眼于AI编程基础、AI算法、AI框架、AI实践这几个方面。那么高校也可以借鉴这些经验，通过三个阶段分层次的开展相应的课程。
3实践能力的培养
AI技术不能纸上谈兵，必须动手实践才能真正掌握，可以从以下几个方面着手培养学生的实践动手能力。（1）设计教学环节时多从工程应用的角度来介绍，激发学生的兴趣，培养学生解决问题的能力。要求学生新手编程编程实现模型，充分理解算法的含义和原理到实现的过程。（2）在掌握一定的机器学习知识后，鼓励学生尽早走进实验室，接触科研工作。可以从一些AI应用方向作为入手，使学生了解自己的兴趣点、培养科学研究能力。（3）鼓励学生参加算法比赛。目前有很多AI方向的竞赛，如Kaggle上的挑战赛，国内阿里天池大数据竞赛等。通过参加竞赛刺激学生学习AI的动力和热情，使得解决问题的能力和实践动手能力都会大幅度提高。（4）鼓励学生到工业界实习。很多专家都指出AI人才应该具备一定工程基础。确实，学术界往往追求算法的性能，而工业界更重视经济效益和解决问题的有效性。到企业学习可以快速了解行业发展的框架，掌握算法转化到产品的过程。
4自主学习能力的培养
AI技术发展速度很快，要求不断地学习才能跟上节奏。可以从以下几个方面来培养学生的自主学习能力。（1）平时教学中，可以给出一些小型的项目，让学生自己寻求解决的方案，并把它作为考试成绩的依据之一。（2）提供给学生免费的AI慕课资源，让学生更好的学习和巩固相关知识。（3）课外可以开展学术讨论或者通过社团等方式开展AI方向的研讨，交流，给学生一个学习的平台，让学生尝试选择自己感兴趣的方向。也可以介绍一些近期的AI会议内容，开阔学生的眼界，使其了解AI发展的动态。（4）鼓励高年级学生订阅Arxiv，关注机器学习的顶级会议，如ICML/NIPS等。通过研读论文，动手完成论文中的实验发现新问题；或者扩展感兴趣的论文的实验部分；或者尝试寻求论文中有价值的地方，找到自己的研究方向。
关键词：人工智能；深度学习；教学建议
0 引言
传统的人工智能课程主要包括人工智能导论、模式分析、机器学习、数据挖掘等。这些课程由各个院校根据专业情况不同而选择，课程的内容也有较大差别，但是，基本上都涉及人工神经网络的内容。然而在人工神经网络的教学内容上，一般只讲解经典的多层感知器和反向传播算法，或再加入一些反馈网络的内容，这种教学内容设计的一个不足是忽视了人工智能领域的最新发展——深度学习，它是近几年人工智能领域最具影响力的研究主题，并在大规模语音识别、大规模图像检索等领域取得突破。
北京邮电大学计算机学院开设人工智能科学与技术的本科专业，笔者从事深度学习的研究工作，同时承担了本科生和研究生人工智能类课程的教学工作，因此产生了将深度学习内容引人人工智能类课程的想法。本文先介绍深度学习的背景，说明深度学习在人工智能发展中的地位，之后分析了将深度学习基本内容引入人工智能类课程的必要性和可行性，最后给出了一些实施建议供探讨。
1 深度学习背景
2006年，加拿大多伦多大学的GeoffreyHinton教授与Salakhutdinov博士在美国《科学》杂志发表了题为“Reducing the Dimensionality ofDatawith Neural Networks”的论文，该文提出一种学习多层神经网络的方法，并将这种具有多层结构的学习方法命名为深度学习（Deep Learning），而这成为深度学习研究的一个导火索，从此深度学习的研究与应用蓬勃发展起来。
深度学习在语音识别与生成、计算机视觉等应用领域取得了突出进展。近几年的国际机器学会（International Conference on MachineLearning，ICML）、神经信息处理大会（AnnualConference On Neural Information Processing Systems，NIPS）、计算机视觉大会（InternationalConference on Computer Vision，ICCV）、
声学语音与信号处理大会（International ConferenceOn Acoustics，Speech，and Signal Processing，ICASSP）、计算语言学大会（Annual Meeting of the Association for Computational Linguistics.ACL）、计算机视觉与模式识别（InternationalConference on Computer Vision and P atternRecognition，CVPR）等都有不少相关的研究论文、会议教程和小组研讨会（Workshop）。美国国防高级研究计划（DARPA）也提出了关于深层学习的研究项目。此外，2013年6月《程序员杂志》的封面故事，采访了周志华、李航、朱军3位国内的机器学习专家对于深度学习的看法，他们一致肯定了深度学习在机器学习领域的贡献。
工业界对深度学习也寄予了很高期望。2012年6月，《纽约时报》报道了斯坦福大学计算机科学家AndrewNg和谷歌公司的系统专家JeffDean共同研究深度神经网络的机器学习模型在语音识别和图像识别等领域获得的巨大成功。2012年11月，微软公司在天津公开演示了一个全自动的同声传译系统，其关键技术也是深度学习。2013年1月，百度公司首席执行官李彦宏先生宣布建立深度学习研究院（Institute of Deep Learning）。2013年3月，谷歌公司收购了由深度学习创始人Geoffrey Hinton创立的公司。
从学术界与工业界的研究态势看，深度学习已经成为机器学习与模式识别，乃至人工智能领域的研究热点。正是在这样一个背景下，人工神经网络重新回到人们的视野。此前人工神经网络的发展大致可以分为两个时期，1943年，McCulloch和Pitts提出了最早的人工神经元，这种神经元具有学习能力，这是人工神经网络的发端，也可以被认为是人工智能的发端（当时还没有人工智能这个术语）。1949年，Hebb提出了Hebbian学习算法。1957年，Rosenblatt提出了感知器的神经网络模型。1969年，Minsky和Papert分析了这种感知器神经网络模型的局限性。然而，很多研究者认为，感知器的这种局限性对于所有的神经网络模型都适用，这使人工神经网络的研究很快暗淡下来。1980年代中期，诺贝尔奖得主John Hopfield提出了Hopfield神经网络模型，这种Recurrent神经网络具有的动态性有可能用于解决复杂的问题。同时，多层前向神经网络的后传算法也被重新发现，这两个工作使人工神经网络得到重生。这时，人工神经网络已经成为人工智能的一个重要组成部分。但是，在随后的研究中，人们发现，当学习多层神经网络包含更多的隐藏层时，后传算法并不能学到有效的网络权值，这使得神经网络的研究再次陷入低潮。此次以深层神经网络为代表的深度学习重新回到研究的舞台，其中一个重要因素是Hinton提出的逐层预训练神经网络方法治愈了多层神经网络的一个致命伤。
2 必要性与可行性
深度学习的发展使得从事教学一线的教师也无法忽视这个颇具影响力的研究主题。为此，我们提出将深度学习这个主题引入到人工智能类课程中，将它作为课题教学的一部分。
2.1 必要性
将深度学习这个主题引入到人工智能类课程中的必要性主要包括如下4点。
1）深度学习是人工智能的前沿。
2006年以来，深度学习的研究席卷了整个人工智能，从机器学习、机器视觉、语音识别到语言处理，都不断涌现出新的研究工作和突破性进展。深度学习不仅在机器学习领域成为研究热点，同时在多个应用领域也成为有力工具，而且，在工业界的系统应用中，深度学习成为其中的关键解决技术。
2）深度学习是人工智能的突破。
深度学习的发端是神经网络。关于神经网络的论述，在人工智能类常见教科书中还停留在多层神经网络，即神经网络的第二阶段，它们大部分描述多层结构无法训练的现象。但是，从深度学习的角度看，深层神经网络不仅可学习，而且有必要，这与第二代神经网络的观点是完全不同的。深度学习突破了原有人工神经网络的认识，超越了人工智能神经网络教科书中的原有内容，因此，有必要将多层神经网络结构的可学习性告知学生，从新的视角纠正原有的观点。
3）深度学习是人工智能的延伸。
深度学习不仅提供了一种可以在深层神经结构下训练网络的方法，也包含了不少新的内容，是人工智能的新发展，为人工智能补充了新的内容。到目前为止，深度学习至少包括：从生物神经网络与人类认知的角度认识深层神经网络的必要性；如何构建和学习深层学习网络；如何将深层结构用于解决视觉、语音、语言的应用问题；如何看待深度学习与原有的机器学习方法，如流形学习、概率图模型、能量模型的直接关系；深度学习与其他学科的关系等。
4）深度学习是学生的潜在兴趣点。
大学生对知识有着强烈的好奇心，加之当前信息技术的发达，部分对智能感兴趣的学生可以从其他途径了解到这个学科发展的前沿。因此，顺势而为，将深度学习这个主题做具体讲解，满足学生的好奇心，培养他们对学科前沿与发展的认识，是十分必要的。对高年级的学生而言，了解深度学习的基本知识，是他们全面认识人工智能与发展前沿的一个途径，而对于研究生，较多地了解和掌握深度学习的基本知识有助于他们研究工作的开展。
基于以上几点，笔者认为，将深度学习这个主题引入到人工智能类课程中非常有必要。深度学习作为人工智能的前沿，既是对人工智能原有理论和技术的一个突破和补充。
2.2 可行性
将深度学习引入到人工智能类课程中的可行性主要包括如下3点。
1）深度学习与现有人工智能联系密切。
深度学习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论与技术。深度学习是以神经网络为出发点，这正是深度学习教与学的切入点。比如，可以通过对多层感知器隐藏层的增加和后传算法的失效来讲解深度学习是如何解决这个问题的。再者，深度学习的一个核心构建“受限波尔兹曼机（Restricted Boltzmann Machine）”，可以被认为是一种能量模型，而这种模型与Hopfield网络都可以从物理学的能量模型角度分析，RBM可以认为是Hopfield网络的随机扩展。总之，深度学习与现有人工智能的联系，使学习深度学习变得容易。
2）深度学习的基本内容并不深。
深度学习有个很好的名字，这个名字恰当地描述了特定的学习结构。比如，深度学习的核心部件受限于波尔兹曼机RBM，其结构非常简单。从神经网络的角度，受限波尔兹曼机是一种随机的双向连接神经网络，信号可以从可见层传递到隐藏层，也可以从隐藏层传递到可见层。网络中每个节点是具有特定结构的神经元，其中的神经元具有典型的包含自身偏置的Logistic函数的随机单元，能够依Logistic函数计算得到的概率输出0状态或1状态。概括地说，深度学习的基本内容在高年级阶段较易掌握。
3）深度学习的资料容易获得。
当前的信息资讯非常发达，有相当多的资料可以通过互联网等多种途径获得，这使学习深度学习成为可能。近期，中国计算机学会主办了多个技术讲座均涉及深度学习的部分；深度学习的创始人Hinton教授的主页也有很多资料；Coursera网站有免费的Hinton教授的神经网络课程；斯坦福大学的Ng教授提供了很多的在线教程；蒙特利尔大学Bengio教授发表的题为“Learning Deep Architectures for AI”的论文也是这领域的优质资料。
3 实施建议
在具体的教学过程中，笔者建议适当安排深度学习的最基本内容，内容不宜过多，也不宜占用过多的学时，可以根据教学对象的不同进行调整。比如，本科生的高年级专业课可以安排1学时的教学量，介绍层次训练的基本算法；也可以在高年级前沿讲座中安排2学时，内容覆盖面尽可能广泛。在研究生的教学中，可以根据教学的课程主题安排内容与学时。比如，神经网络主题的课程可以安排4-6学时的教学内容，包括波尔兹曼机及学习算法、深层信念网络与学习算法、深层波尔兹曼机与学习算法卷、积神经网络、自动编码器等。结合应用，课程还可以包含MNIST数字识别的应用、人脸识别的应用、图像检索的应用、语音识别中的应用等。另外，深度学习是一个实践性很强的研究，随机性：大规模（意味着数据不宜可视化，程序运行时间长）等多种因素混合，使深度学习在学习中不容易理解。为此，可以在条件允许的前提下，增加小规模的实验，辅助理解。最后，课件可以通过对优质资料做修改得到。
论文摘要：介绍了桂林电子科技大学在计算机网络课程教学改革方面的具体措施和方法。结合实际情况提出坚持“教师为主导、学生为主体，因材施教”的教学模式；采用“发现式”互动教学方法，引进多媒体教学，网络教学；重视实践环节，以网络技术构建网络课程教与学的互动平台，理论与工程应用并重。
一、教学目标定位
“计算机网络”课程是桂林电子科技大学计算机科学技术、网络工程、信息安全等专业的核心专业技术基础课之一，也是电子信息工程、自动化、智能科学等专业的专业限选课或任选课之一，通过该课程的教学使学生懂得网络的总体框架结构，能建立网络的概念，重点是使学生掌握网络基本原理和核心协议，并熟悉最常用的网络服务和网络工具，了解网络技术的新发展。
教学目标的正确定位是教学改革行之有效的前提和保障，即明确教学是为培养什么类型人才而服务。计算机网络的教学目标大致可分为三个层次：[1]网络基本应用、网络管理员或网络工程师、网络相关科学研究。其中，网络基本应用目标要求掌握计算机网络的基础知识，在生活、学习和工作中可熟练利用各种网络资源，如浏览新闻、收发电子邮件和查找资料等，适合于电子信息工程、自动化、智能科学等非计算机专业；网络管理员或网络工程师目标要求掌握网络集成、网络管理、网络安全、网络编程等知识和技能，并对其中一项或若干项有所专长，可以胜任如网络规划设计、网络管理与维护、架设各种服务器和网络软硬件产品的开发等工作，适合于计算机科学与技术、网络工程、信息安全等专业；网络相关科学研究要求具备深厚的网络及相关学科的理论基础，今后主要从事科研和深层次开发工作，适合网络相关的研究生。本文主要研究第二层次的改革与实践。
二、“计算机网络”课程教学中存在的问题
传统的“计算机网络”课程教学模式不利于提高学生的学习兴趣，对新形势下的培养目标有一定的制约作用，主要问题表现在几个方面。[2]
1.教材知识结构理论性偏强，教学内容偏离实际应用
目前国内的大多数计算机网络教材都是以osi/rm为索引，分层次展开，全方位介绍各个网络层次的工作原理、相关协议、运行机制等，知识点较多且内容抽象，学生理解起来比较困难，难以提高学习兴趣。osi体系结构是一个较为全面的网络层次结构，但是在实际中并没有得到广泛应用，实际中的网络案例又不完全符合osi体系结构，这往往会使学生对网络结构感到困惑。
2.教学模式落后
最初的教学模式是以教师为中心，通过黑板板书和语言描述向学生传授网络知识。这种方式有利于教师组织和监控整个教学过程，便于系统地传授知识，但不利于学生认知主体作用的发挥，不利于学生自主学习能力的培养。对于网络协议这类较为抽象的理论知识，单纯的板书和描述难以帮助学生对学习内容进行深入理解。
3.实践环节薄弱
一方面，计算机网络实验室的建设相对薄弱，实验设备落后，与实际应用的网络设备具有较大差距，且数量不足，无法保证每名学生具有较好的实验环境。另一方面，实验课程的内容过于流程化和简单化，没有突出对学生创新能力的培养。
4.忽视工程应用
课程的综合性、设计性实验缺乏与工程应用相结合的内容，与之相适应的软件建设滞后，难以将工程应用融入到课堂。
三、“计算机网络”课程的改革与实践
针对以上不足，我们主要在五个方面进行了改革和实践。
1.教材选用与内容优化
不同的专业有不同的教学目标，必须选择相对应的教材。对桂林电子科技大学计算机科学与技术、网络工程、信息安全等专业而言，“计算机网络”课程是专业技术基础课之一，除了要掌握一定的基本网络理论和核心协议，还要求掌握更高一等的技术和技能。经过课题组成员比较，选择谢希仁教授主编的《计算机网络》；在外文教材和双语授课时选择andrew s.t.的《computer network》英文教材。
对电子信息工程、自动化、智能科学等专业而言，“计算机网络”课程是专业限选课或任选课之一，侧重于网络基本理论与应用。经过课题组成员比较，拟选择乔正洪的《计算机网络技术与应用》。
针对教材内容太多、偏重于介绍理论、欠缺实践环节、与工程联系不够紧密等问题，在讲授的时候略去了部分内容，比如安全方面的内容（另外一门课讲授），增加了一些实践相关的内容，如winsock编程、路由器基本操作等。在教学内容上力求推陈出新，引进和精选当代网络技术新发展及新应用作为网络基础的指向，在不断更新教学内容的同时优化课程体系，将基础知识与现代技术紧密结合，培养学生的创新意识和发展意愿。
2.坚持“教师为主导、学生为主体，因材施教”的教学模式
（1）贯彻基础课的教学必须和科学技术同步发展的教学观念，[3]建立终身教育的观念。科学发展与基础课程的教学改革相结合，以学科建设推动基础课程教学的改革。基础课程教学的改革又支撑新型专业建设与学科的发展，推进人才培养目标的实现。
更新教学内容的同时优化课程体系，将基础知识与现代通信技术紧密结合，将专业基础知识传授、能力培养和素质教育融为一体，实施知识结构合理、基础扎实、适应能力强、有创新精神和实践能力为基本内容的人才培养模式。
（2）教师为主导，学生为主体，因材施教。改进课堂的教学方法，以人为本，因材施教，充分发挥学生的潜力，提高教师的授课质量。教师努力研究课程的基本知识点以及这些知识点之间的相互关系，处理好信号、数据、信息之间的关系和传输特点；研究重点理论和实践知识点的教学方法，使教学内容更贴近学生，引导和帮助学生掌握基础知识和基本技能。
教师采用“发现式”互动教学方法，通过精心设计教学过程，采用“提出问题+要求解决方法”、“引导思考+适当提示”、“找出学生思路正确部分引申”、“扩充认识解决问题的条件”等方式，把握课程的进度，活跃课堂气氛，开发学生的潜能，使学生在获得知识的同时能从应用的角度思考网络通信中的问题和解决问题的思路，使学生建立科学的思维方法与创新意识。
3.采用先进的教学手段
（1）把多媒体技术引入课堂教学中，使理论和协议架构分析变得生动、形象、具体，同时解决了传统教学中课堂画图既费时效率又低的问题。再辅以现场概要线图等，让学生在学习具体知识时心中有网络体系大框架，便于知识定位。
（2）建立网络教学环境。目前桂林电子科技大学已有四个相关网上资源供学生使用：“计算机网络”课程网站，使师生在任何时候都可以利用网络资源学习；网络辅助教学平台（blackboard）：向学生提供资源下载口、作业提交口、讨论区等；思科网络技术培训网站（http：//cisco.netacad.net）作为思科网络技术培训基地之一，目前为部分优秀学生开放思科培训网站，让学生参与全球交流，直接接触最新网络技术；教师ftp：作为系统冗余，从教师ftp中学生也可以下载课件等。
4.加大实践教学环节，重视实践能力培养，培养学生的创新意识和创新能力
计算机网络是理论和实践结合非常紧密的一门课程。目前国内外计算机网络相关教材一般都偏重于理论的讲授，而忽视了动手实践方面的引导，为此应实验单独设课，独立考试。实验课学时占总学时的25%，并要求课外1∶1配套。实验内容根据学生的层次、学生的兴趣分为基础层、提高层、综合应用层三个层次。同时，补充了教材上没有的相关内容，如利用套接字进行网络通信编程，培养实践动手能力。而且把原来以教师为中心的实验教学变成了以学生为中心，积极开展开放性实验，延长实验室开放时间，增加大量的设计性或综合性实验，为学生近一步提高动手能力奠定了良好的基础，培养学生的创新意识和创新能力。
5.在课程教学的各环节中大力开发和应用网络技术，以网络技术构建网络课程教与学的互动平台，理论与工程应用并重
计算机网络是一门理论和实验实践相结合的专业基础课程，教师在讲授的过程中贯彻教学理念，引用网络发展历史背景故事和实际应用具体案例来帮助学生理解理论知识，引导学生形成提出问题、分析问题和解决问题的思维模式，培养学生的创新思维能力和综合专业素养。教学采用理论结合实践教学法，通过实验课程开设、实际网络系统参观和课程设计三个渠道将相关网络技术的应用充分融合到课程教学之中，使同学们接触到真实的网络世界，提高实践运用能力，理论与工程应用并重。
实验课程通过综合设计性实验，充分发挥学生的想象力和创新能力，是使学生获得对网络的工作原理与操作方法的感性认识，加深理解、验证、巩固课堂教学内容的最佳途径。
实际网络系统参观是在课程讲授过程中安排并带领学生参观校园网、学院局域网和企业的网络系统，使学生对计算机网络有感性认识。
课程设计要求学生独立设计一个网络应用系统或者分析企业已有计算机网络系统中存在的问题，提出改进方案，为企业设计满足实际需求的计算机网络系统，使学生理论联系实际，加深对计算机网络课堂教学内容的理解，培养学生灵活运用所学知识的能力。
四、结束语
本课程已建立课堂教学、实验教学、网络教学和工程应用交叉融合的教学结构，各教学环节相辅相成、互相交融，实现“加强基础，注重实践，因材施教，促进创新”的目标，形成了立体化的教学模式。通过这样的互动平台，使教与学进入互动沟通的最佳状态。不仅使教师实现了教懂、教准、教活，学生达到了乐学、善学、活学，而且增强了学生日常使用网络的能力，培养了学生的创新精神和实践能力。
参考文献：
[1]王绍强.应用型本科计算机网络教学改革的研究与实践[j].计算机教育,2009,(18):16-18.
2010年11月28日~12月3日，当美国人还沉浸在感恩节的温馨氛围之际，来自全球共60000余名影像及其他临床科室医师及物理、数学、生物工程等相关学科专家齐聚芝加哥迈考密展览中心，参加第96届北美放射学会年会（RSNA）。RSNA 2010共收到论文、海报等4200份，共有700多家医疗设备厂商参展。
2008年和2009年爆发的金融危机压制了放射市场的许多潜在需求，不过在经历了两年的经济低迷期后，随着医疗机构获得了越来越多资金，医疗设备厂商也迎来了产业需求的回升，2010年成为全球放射行业回暖的一年。
个性化医疗成大会主题
本次大会主题为Personalized Medicine: In Pursuit of Excellence（追求卓越的个性化医疗）。在大会开幕式上，RSNA 2010主席Hedvig Hricak博士表示：“虽然个性化医疗不是一个新概念，不过当前它仍处于口号阶段。很多医生一直在寻求个性化的医疗方式，但却缺少掌握它的方法和手段。”
在本次大会上，Hedvig Hricak做了“肿瘤影像学：癌症个性化治疗的指引之手”的报告，详细讨论了影像学对个性化医疗发展的促进作用。她强调在未来十年，分子影像学、综合诊断、生物学驱动的介入放射以及治疗诊断学将大放异彩。
首次举办中国专场
在本届放射学领域盛会上，中华放射学会举办了专场报告会“China Presents”（中国研究报告专场），这是RSNA首次推出以中国为主题的会议。
在中国研究报告专场上，中国科学院复杂系统与智能科学重点实验室田捷研究员做了有关采用功能性磁振造影（fMRI）进行针刺机理研究的大会口头报告《Acupuncture Research by MR Imaging》（磁共振成像在针刺机理研究中的应用），展现了古老的中医和现代医学影像技术的美妙结合。虽然以美国为代表的西方国家已经逐步接受并认可了针灸作为补充替代医学治疗手段，不过针刺机理研究的主导权还是由国外的研究团队把持。在《Acupuncture Research by MR Imaging》的报告中，田捷研究员在对针刺机理研究进行系统性综述的基础上，不但对占针刺机理研究主导地位的理论提出了质疑，而且为困扰针刺机理研究领域的争议性问题提供了初步解答，提出了一整套既符合中医针刺自身特点又获得国际研究领域普遍认可的研究框架、评价方法和规范化的体系。
此外，田捷研究员带领团队在RSNA 2010上用两个教育展板展示了团队在医学影像领域的最新研究成果，它们分别是“Unified Reconstruction Framework for Multi-modal Medical Imaging”和“Automatic Segmentation of Liver Tissue and Vessels for Liver Surgery Planning”。这两个教育展板介绍了基于团队自行研发的医学影像处理与分析开发包MITK所做的相关研究和应用。MITK研发的主要目的是为医学影像处理领域提供一个一致的算法框架，以整合医学影像重建、分割、可视化等各类算法。其中展板“Automatic Segmentation of Liver Tissue and Vessels for Liver Surgery Planning”介绍了田捷研究员带领团队基于MITK开发的针对肝外科手术的CT图像中肝实质及血管分割方法，获得了RSNA 2010大会颁发的优秀展颁奖。
2010年11月30日，中华医学会放射学会成功主办了“RSNA 2010中国之夜”。中国医科大学附属盛京医院院长兼放射科主任、中华医学会放射学分会主任委员郭启勇教授，候任主任委员冯晓源教授，各位副主任委员以及GE医疗等公司的中国区负责人悉数出席，共吸引了与会专家、医疗设备厂商公司代表以及在美华人放射专家等400多人参与。郭启勇院长在中国之夜做了致辞，他指出：“随着中国经济的发展，医疗需求的增加，中国医疗器械市场吸引了世界各地的广泛关注。我国的医疗科技水平也不断攀升发展，截止到目前RSNA共收录了176篇中国放射学领域的论文。这代表着中国影像工作者在RSNA这个世界学术舞台上的话语权不断得到增加。”
值得一提的是，Hedving Hricak博士亲自为以郭启勇教授为首的中国放射学医师授予了荣誉奖章。
iPad在放射科中的作用得到重视
在本届北美放射学年会上，与会人员就iPad在放射科发展中的作用这一话题进行了热烈讨论。纽约东梅多区拿骚大学医学中心Toshimasa Clark博士认为：“随着远程放射学的发展，随时随地在计算机终端采用3G数据服务进行读片的概念值得进一步拓展，研究者们需要对iPad的潜力进行评估。”拿骚大学医学中心研究者创造出了一个简略的组件模型查看研究报告，然后他们评判了iPad在处理以下5个组件时的表现：显示性能、网络连接、DICOM可视化、报告生成、 RIS界面、数据安全。
“如果一名临床医生要求参与一项急诊检查的读片工作，那么在3G无线数据网络内的任何一名放射科医生都可以很容易地使用iPad查看关键的检查数据，核实、编辑甚至完成住院医生的原始报告。”Toshimasa Clark介绍道。
介入放射学获得重点讨论
由于美国还没有彻底从经济衰退中走出来，因此很多美国人非常关注那些能够帮助他们节省治疗成本的医疗技术。其中，介入放射学正是为经济衰退中预算紧缩和让患者尽快康复所量身打造的医学。为此，RSNA 2010设置了很多议题，讨论影像引导下的介入治疗技术，以便使介入手术更安全、便捷，比以往更经济，同时缩短患者的住院时间，或者根本不需要让患者住院就能使他们康复。推动介入放射学的规范化成为2010北美放射学会介入放射学相关科学报告和继续教育课程的主题。
在2010年11月28日RSNA 2010的开幕式上，维也纳大学放射科教授Christian Herold博士做了放射诊断学的年度演说，他演讲的主题是评估和处理局灶性肺部病变的创新技术。来自德国慕尼黑的一个研究团队在报告中指出，对于一些高度血管头部和颈部肿瘤，Onyx胶栓塞比聚乙烯醇栓塞更加安全和有效。来自法国的研究人员发现，由于三维乳腺断层合成一个完整的靶活检目标，因此他们可以活检病变甚至二维X线摄影看不到的病变。
影像领域最新技术展示
在本届年会上，GE医疗、西门子等医疗厂商携其新产品、新技术亮相，向全球放射界和医学影像界展示自己。
1. GE医疗展示最新技术进展
在RSNA 2010上，GE医疗重点展示了多项旨在支持其健康创想战略并在全球范围内帮助改善辨认保健的技术。GE医疗重点展示了公司CT产品组合中最新的低剂量技术― 一种基于模型的被称为Veo的迭代重建（MBIR）技术。Veo通过应用革命性的新建模技术，改变了CT影像的“规则”，降低了噪音，提高了分辨率，同时改善了低对比可检测性和伪影抑制能力。
GE医疗集团还展示了一个高性能介入组合实验室，它以更低的价格和总拥有成本提供出色的影像质量和业界最高级别的DQE探测器，可以帮助将介入手术的成本控制在中小型乡村医院可负担的范围内。
2. 西门子展示分子CT和分子MR复合成像解决方案
关键词：BP神经网络；批处理方式；提前终止方式；空气环境质量
中图分类号：X820 文献标识码：A文章编号：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
空气环境质量的评价意义重大，近几十年来，大气环境质量的评价研究取得了显著进展，除了指数法、主分量分析法、层次决策法、模糊集理论及灰色系统分析已用于大气环境质量的评价外，随着一些新学科的创立和计算技术的发展，国内外又提出了多种大气环境质量评价的新方法[1]。
BP（Back Propagation）神经网络是一种多层前馈神经网络，该网络因其采用的学习算法而得名。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程[2]。
二、神经网络拓扑结构的确定
神经网络的拓扑结构在很大程度上决定了其性能。一个三层的BP网络可以完成任意的N维到M维的映射[3]。对于空气环境质量评价问题，建立的BP网络包含一个隐层即可。根据GB3095――2000，训练样本的输入向量含三个分量，这三个分量对应三种污染物的浓度值，输出向量含一个分量，该分量表示真实的等级，但是鉴于划分空气质量级别是一种归类，所建立的网络模型难以避免存在误差，输出难以达到恰好是整数的等级，故对于测试样本，我们只要求若输出t ，则空气质量为1级，，类似的可以定义一、三级。隐含层的激励函数选为tansig，输出层的激励函数为purlin。
隐含层的节点数对神经网络的性能有一定的影响，节点过少，达不到要求的误差精度；节点过多，往往会增长学习时间，而且训练所得的网络模型容易出现“过拟合”，失去了泛化能力。
式中， 为隐层节点数； 为输入节点数； 为输出节点数； 为1~10的调节整数。所以，可以确定这里所要建立的网络模型的隐层节点数为3~12。而具体取何值合适，可以通过多次试验比较网络性能来确定。
三、训练样本的得到
目前，在神经网络的应用中，我们多采用在MATLAB软件中建模的方法来解决实际问题。为了使所得模型可以发挥其“智能”特性，必须对其进行训练，训练目的就是“抽取”问题内部蕴涵的规则。所用的训练样本必须具有典型代表性。现行的空气环境质量标准是3095-2000，在这里，为了简明起见，只考虑前三级标准。
根据上节所确定的网络模型，待确定的权值和阀值变量大约30个，根据参考文献[4]中提倡的训练样本数为网络参数3~5倍的原则，可以确定训练样本数120个比较合适。为了使样本随机分布，根据以上表2.1的标准，每种污染物在每个限度区间的值为40个，然后调用MATLABD中的unifrnd函数在每种污染物的限度区间内生成40个随机值，再在每种污染物的每个限度区间内取一个生成的随机值来组成一个三分量的输入向量，并根据上表确定目标输出。为了简便和应用循环结构，我们可以按照一定次序依次生成一定数量的属于同一个等级的样本，最后调用MATLAB中的随机排序指令把生成的训练样本进一步随机化，这样得到的训练样本就非常接近实际所测的随机样本了，但是，却大副的减少了样本的输入工作量。
四、基于MATLAB仿真的空气环境质量评价
确定神经网络的拓扑结构和训练样本后，我们就可以训练网络以得到合适的网络权值和阀值，并保存得到的网络模型，以后就可以调用该模型对空气环境质量进行评价了。可以采用批处理方式、顺序处理方式以及提前终止训练方式对网络进行训练。经过反复试验，我们发现无论采用那种训练方式，隐层节点数为5或者6个时，网络的性能最好，我们分别采用最速下降BP算法（SDBP）、动量BP算法（MOBP）、学习率可变的BP算法（VLBP）、弹性BP算法（RPROP）以及LM（levenberg-marquardt）算法[5，6]进行了批处理训练，对前面四种算法进行了顺序方式训练（LM算法由于算法原理的缘故，不可以采用顺序方式训练），对每种算法进行了提前终止方式训练。
对于批处理方式，我们设定的迭代次数为10000次，学习率则定为使网络能稳定学习时的最大值，这样一般可以加快学习速度，当然对于VLBP算法而言，因为学习率可以自适应，故选择何值就没有关系了。我们发现，对于5种算法，所建立的网络模型在经过3分多钟的一万次迭代学习后，对于30个测试样本在最好的情况下都可以达到100%的准确率，当然，因为每次的初始化不一样，所以每次训练后网络的性能有差异，这主要是因为陷入了不同的极小值点，我们多次实验就是为了找到全局最小点。对于顺序训练方式，我们设置训练样本循环学习200次，这样学习所花的时间与批处理方式迭代10000次所花的时间几乎相同，该训练方式训练完成后不会输出均方误差，我们可以编程计算训练完成后测试样本的均方误差，如表中所示，T是30个样本的目标输出，OUT是30个样本的实际输出，e=mse（E）计算得到30个测试样本的均方误差，从表中我们容易看到，学习完成后对于相同测试样本的准确率有明显下降，而均方误差却有明显上升。在提前终止方式中，我们设定的迭代次数也是10000次，而设置的确认样本误差增加最大次数为50次，此时，无论那种学习算法一般迭代几百到几千次后就因为达到了设置的确认样本误差增加最大次数而结束了学习，但是，在最好情况下，对于测试样本的准确率也可以达到100%，而误差性能却与批处理方式相当。所以运用提前终止法是最优的训练方式。
提前终止法训练网络时，在每次的仿真中，确认样本和测试样本都是随机从训练样本中按设定比率抽取的，有时候抽取的样本均衡性好，即提前终止法中的训练样本、确认样本和测试样本分布十分接近，这样在训练过程中，三者的误差性能几乎相同，这对应着图1中三条误差性能曲线几乎完全重合的情况，这是我们期望的理想情况。然而，不可避免的是，在多次仿真试验中，难免偶尔产生三部分样本分布相差较大，这样三条误差性能曲线就分开了，在这种情况下，训练所得网络模型的性能一般还不如没有采用提前终止法的性能，因为训练过程实际上没有采用提前终止法，而所用的训练样本不仅个数减少，而且代表性也降低了，当发生这种情况时，我们要舍去训练得到的网络模型。
五、结论
通过对比可以得到如下结论：第一，除了顺序训练方式外，各种学习算法和训练方式都取得了较为满意的结果，几乎每种算法和训练方式在最好的情况下都可以达到准确率接近100%的评价结果。第二，为了加快训练速度和提高准确率，防止出现“过拟合”，我们该采用提前终止训练方式，但是在这种算法中要注意样本划分的均衡性。文中建立的神经网络模型不仅快速准确的实现了大量空气样本的质量评价，具有一定的实用性，而且，该方法可以类推到许多类似的问题中，具有一定的推广性。
参考文献：
[1]邹长武等.大气环境质量分析与评价研究的新进展[J].四川环境,2002,21:3
[2]戴葵等译.神经网络设计[M].机械工业出版社,2002
[3]傅荟璇,赵红等.MATLAB神经网络应用设计[M].机械工业出版社,2010
[4]周忠寿.基于T-S模型的模糊神经网络在水质评价中的应用[D].河海大学硕士学位论文,2007
[5]高隽.人工神经网络原理及仿真实例[M].机械工业出版社,第二版
一、引言
随着市场经济的深入发展，中国高等教育事业也获得了长足的进步。高校办学自主权逐渐放开，招生规模（包括本科和研究生）不断扩大，办学模式和形式也呈现多样化的趋势，高校发展中的每一步都成为人们议论的焦点和热点，中国高等教育的发展从“精英教育”阶段进入到“大众化”阶段。随着高校招生规模的扩大，传统的办学模式和办学思路逐渐开始出现许多问题，如何保证在质量和数量之间取得一个双赢的局面等许多问题成为了中国高等教育管理部门需要着重考虑和解决的难题。在这样的背景下，教育部于2003年启动了“高等学校本科教学质量与教学改革工程”（简称“质量工程”）[1]，从课程建设、人才队伍建设、专业建设、学科建设的角度进一步推动本科教学工作，切实提高本科教育质量。
专业建设在高等教育发展过程中具有十分重要的地位，专业建设水平直接体现了学校的整体办学思路和发展水平，加强专业建设是提高办学水平，优化教学质量的关键。985工程是中国政府为建设若干所世界一流大学和一批国际知名的高水平研究型大学而实施的高等教育建设工程[2]。经过14年的发展，985工程稳步推进，使一批学科专业达到或接近国际一流水平。对985高校专业建设成果进行评价，有利于弄清国内较高水平本科院校的具体情况，对政府、高校制定更科学的发展路线和改革方针具有重要的现实意义。
二、评价方法设计
（一）评价对象
985工程共实施两期，第一期确定了33所高校[3]，第二期增补6所高校[4]。其中，国防科学技术大学为军事院校，因涉及众多保密资料，通过公开数据源获得的国防科学技术大学的信息无法反应真实信息，因此，这里所指的985工程高校仅包括除国防科学技术大学之外的38所高校。在专业的确定上，按照教育部高等教育司2011年9月最新公布的《普通高等学校本科专业目录（修订二稿）》，共涉及12个学科门类（军事学门类除外），2012-2013年中国大学及学科专业评价的对象是新目录中94个专业类的428种专业。根据数据处理后得到985高校2011-2012年有招生的专业共315种2 436个专业。38所985高校的专业评价是2012-2013年全国本科院校专业评价的一部分，评价结果所反映的是985高校开设专业在全国所有本科院校开设专业中的相对情况。
（二）指标体系
为反映高等院校专业建设水平和实力，中国科学评价研究中心建立的中国大学本科教育专业评价指标体系包括4个一级指标、21个二级指标，具体指标见表1，主要从师资建设、学生状况、教学和科研水平等方面进行考核。在权重的设置上，教学和科研水平最能够反映专业的建设水平，且本科阶段更应该重教学，因此教学水平在所有指标中权重最大。与此同时，考虑到研究生教育和科研工作与本科教育密切相关，相辅相成，从不同角度反映了学校的人才培养质量和水平，所以表1中也包括了部分研究生阶段教育的主要指标，如博导数、学位点、重点学科、百篇优秀博士论文等。同样，也考虑了自然科学
（三）数据来源与处理
评价数据来源的公开性是保证结果客观的重要基础，此次评价原始数据主要来自四个渠道，包括有关政府部门的统计数据资料（汇编、年鉴、报表等），国内外有关数据库（SCI、EI、CNKI等），有关政府部门、高校网站，国家有关刊物、书籍、报纸、内部资料等。因此，原始数据均可重新验证。关于数据处理，首先对原始数据进行了全面筛查，处理了异常的数据，有的与其他的数据来源进行核对，有的则与相关学校联系进行核实。
参照指标体系可以发现，某些反映专业基本条件的指标主要考虑往年发展的存量数据，如师资队伍的建设是一个长期的过程，并不能以当年度师资方面的增加情况反映专业实力，因此该指标均以存量数据为评价依据；在科研水平中的众多数据则更侧重反映该专业当年度的发展状况，如权威、核心期刊论文数，获准专利数等指标则主要采用增量数据。对于具体的某些指标数据，如教育部人文社科奖隶属科研获奖中，但该奖项并非每年都评选，因此选择距评价开展年度最近的一次结果为评价依据。
（四）评价结果的表示
单纯用排名表示评价结果，过于强调评价对象的先后顺序，不利于整体分析。因此，2012-2013年本科专业评价采用5星、4星、3星、2星和0星衡量高校学科专业质量的水平。在获取原始数据后，通过评价指标及其权重获取该专业在2012-2013年大学评价中的得分，然后按照从高到低进行排名。5星表示重点优势专业，指排名前5%的专业；4星表示优势专业，指排名5%～20%的专业；3星表示良好专业，指排名20%～50%的专业；2星表示一般专业，指排名50%～80%的专业；0星表示排名80%～100%的专业。从总体看，专业星级的比例呈纺锤形分布。
三、985高校专业优秀率与星级分布
（一）专业优秀率分析
专业优秀率是指某个学校所有专业中在全国范围内具有优势的专业占该校年度招生专业总数的比例，反映到专业评价结果中，即某个学校5星与4星专业数量占该校专业总数的比例。专业优秀率能够反映一个学校学科专业建设是否重点突出、特色鲜明以及学科专业建设的结构和水平。需要注意的是，专业优秀率计算一般以全国开设数量在5个高校以上的专业为基础进行计算，某些特定的开设数量极少的专业恰恰说明了开设院校在这个专业上的特色和实力，但为了使各高校之间的专业优秀率更具可比性，在计算时剔除了全国招生学校在5个（不包括5个）以下的专业。
表2 列出985高校的专业优秀率，其中排名为985高校内部专业优秀率排名，即使是排在985高校最后的中央民族大学的专业优秀率也有32.43%，远高于全国各高校平均专业优秀率20%的水平，但985高校开设专业的总平均优秀率为62.35%，仅20所高校超过了平均水平，说明各个高校间的专业建设成效仍存在明显差异。结合2012-2013年大学综合竞争力排名[6]，可以发现综合竞争力的排名与专业优秀率的排名不完全正相关，按照大学综合排名和专业优秀率的关系，大致分为以下四类：（1）排名高，专业优秀率也高。如北京大学、清华大学、南京大学、武汉大学、浙江大学、哈尔滨工业大学等。这些学校不仅综合实力强，而且学科专业建设也均衡发展，学科建设整体水平高。（2）排名高，专业优秀率较低。如上海交通大学、吉林大学、四川大学等，表明这类学校建设重综合、全面，但特色、重点相对不够突出，优势学科不够，学科建设整体水平有待提高。（3）排名较低，但专业优秀率高。如中国人民大学、中国科学技术大学、大连理工大学、西北工业大学和天津大学等，这些学校往往设置的专业数量不多，总体排名也不在最前列，但却少而精，尤其是中国科学技术大学只有36个专业，但优秀率达到88.24%，排名第三。（4）排名低，专业优秀率也低。如湖南大学、中国海洋大学、西北农林科技大学、兰州大学和中央民族大学等。这类学校要想进一步发展成为一流大学，必须做出更大的努力，需要从软、硬件方面共同协调发展。
利用对应分析得到的38所高校星级分布对应分析二维散点图如图1所示，从中可以看出985高校间在学校整体的专业结构布局上的相似性。左下角的象限为5星专业显示度比较高的学校，尤其是北京大学、浙江大学、清华大学、中国人民大学等高校距离代表5星的节点最近，组成了一个圈子，说明这几个学校全国最优专业的数量很高，占该校专业总数的比例也高。左上角的象限中，各学校距离5星、4星数量占全部的比例基本相同，如南京大学、中国科学技术大学、西安交通大学等高校在图中与表示5星的点和4星的点距离均差不多，这部分高校主要是优秀率较高，专业建设成果较突出的学校。
右上角象限中多为4星专业占学校全部专业比例较高的学校，其中武汉大学与华中科技大学的表现比较特别，两个学校专业建设成果较类似，其专业优秀率主要是靠4星专业数量做出的贡献，这两个学校在专业建设上已经取得了良好的成果，但拔尖专业明显偏少。代表0星的点和2星的点集中在右侧两个象限之间，两个节点之间的距离很近，如果从中心点开始画向量，指向0星的向量和2星的向量几乎在同一直线上，根据对应分析中余弦定理，两个属性点向量之间的夹角越小，则两个点之间越相似，0星和2星在38所985高校中的表现具有十分类型的特征，围绕其周围的节点所代表的学校如北京理工大学等均存在专业短板。右下角象限中距离3星节点的学校如中国农业大学、中国海洋大学等专业建设成果相对不明显。
（三） 0星专业分析
从常规看，985高校代表了中国高等院校最高水平，其专业实力从理论上讲应该较少或极少有0星专业，因此对0星专业做特别分析。从评价结果看，出现0星专业主要有3种情况。
一是专业实力确实较差。比较普遍的情况是偏理工性质的大学开设的人文社科类专业和偏文科性质的大学开设的理工类专业。
二是全国范围内开设数量较少的专业。有些专业开设的学校数量非常少，本身就代表其特色，虽然被评为0星，但不能够认为该校这个专业较差。如北京理工大学、湖南大学被评为0星的飞行器动力工程专业，仅有12所高校开设；中国海洋大学评为0星的地球信息科学与技术专业，仅有8所高校开设；湖南大学被评为0星的智能科学与技术专业，仅有18所高校开设。
三是开设时间较短的专业。有些专业属于传统性较强学科下的新专业，设立时间不长，仍处于发展阶段，故而也出现被评为0星的情况。如北京理工大学的材料化学专业，该校材料学为国防特色学科，材料科学与工程为一级学科北京市重点学科，但从所属的同类专业看其特色主要在工程方面，材料化学是2003年最新设立，是同类学科下最年轻的专业，其实力较弱；又如中国海洋大学的船舶与海洋工程专业隶属该校海洋工程系，该系其他专业均比较优秀，船舶与海洋工程为2003年新设，为该系最年轻的专业，实力较弱，故而也被评为0星。
四、专业层面评价结果分析
从专业开设学校的数量看，并根据985高校和非985高校的性质，可以将所有的专业归纳为4种类型，即全国大部分高校均开设的专业、全国少部分高校开设的专业、985高校特有专业和985高校没有开设的专业。
（一）全国大部分高校均开设的专业
全国大部分高校都开设的专业，对办学条件、师资队伍要求一般，专业具有普遍性和普及性，此类专业是所属学科的主要且重要组成部分。一般主要为本科教育中的公共课或者热门专业，主要如英语（639）、计算机科学与技术（579）、市场营销（467）、法学（458）、数学与应用数学（441）、国际经济与贸易（433）、汉语言文学（426）、信息管理与信息系统（400）等50个200所以上学校开设的专业。图2以英语专业为例，统计了985高校的排名与星级分布情况。在全国639所开设英语专业的高校中，38所985高校的英语专业基本属3星以上专业，大多数类似专业同样遵循这样的特点。市场营销、国际经济与贸易等人文社科类专业在理工科院校同样表现十分突出，一方面是由于这类专业属于热门专业，容易受到更多关注，另一方面也充分说明理工科院校的学科建设正朝着综合全面方向发展。而文法类高校则在计算机科学与技术、数学与应用数学等全国大部分高校均有开设的理工类型专业上表现出了明显弱势，明显表现出学科间差异，即使在受到国家重点支持的985高校群体中仍难以避免。
（二）全国少数高校开设的专业
全国少数高校开设的专业，一般具有以下特点：开设该专业的学校数量从数10到200不等，专业应用性很强，专业建设两级分化较为严重。这类高校的情况相对特殊，以测绘工程为例（如表4所示），全国共有89所高校开设了该专业，包含6所985高校，除重庆大学外，其他5所高校均为优势学科。通过对这类专业考察后发现，这些专业大多数进入门槛相对较高，对硬件的要求一般较高，985高校的此类小规模专业往往拥有一批具有国际先进水平的学术带头人或优秀学术骨干；通过以人才队伍建设为基础，机制创新为指针，985高校在这类专业上一般均制定了打造国际一流、国内领先的专业建设目标，因此优势比较明显。
（三）985高校特有专业
表5列出了985高校特有专业的名单。这类专业比较明显的特征是专业化程度极强，多数属于学科类下细分程度很高的专业，由于专业性质与学校支持政策和办学资源的限制，一些专业仅985高校才有开设，比较突出的有天文学类专业，在最新的专业目录中，属于学科大类，下属天文学一个专业，全国仅有3所高校开设；北京大学东语系开设多门专业，全国并无其他院校有相应的师资，因此也在全国独一无二；985开设的这类专业大多数是学校具有一定历史积累的传统优势，代表了学校的专业特色。
（四）985高校未开设的专业评价分析
除以上三类专业，还有一些国内部分高校开设但985高校没有开设的专业（不包括国家控制类专业和学校自设特色专业）。开设这些专业的学校一般较少，多数专业只有10个以内的学校开设，且这些专业颇具专业性和特有性；也存在一些专业有较多学校开设而985高校没有开设，如投资学专业国内有26所高校开设，运动科学专业全国有25所高校开设，建筑电气与智能专业全国有23所高校开设等。专业建设中一个重要的标准即全面性，对于这些专业，985高校如果有相关或相近专业，则需对这类专业引起充分重视，在充分论证的基础上，开设这类专业有助于985高校形成专业集群特色。
五、结语
