《模式识别》课程标准(高职).pdf

《模式识别》课程标准(高职)--第1页

《模式识别》课程标准

一、课程概述

1.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。

2.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项目学习，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，从而满足企业对相应岗位的职业能力需求。

3.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

（一）知识目标

（1）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；

3（）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；

《模式识别》课程标准(高职)--第1页

《模式识别》课程标准(高职)--第2页

4（）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；

5（）详细了解朴素贝叶斯分类器算法的原理，熟练掌握利用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；

7（）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。

（二）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）能根据系统工作情况，提出合理的改造方案，组织技术改造工作、绘制程序流程图、

提出工艺要求、编制技术文件。

（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

《模式识别》课程标准(高职)--第2页

《模式识别》课程标准(高职)--第3页

《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