石文兵 周华平 徐辉

摘要：针对计算机专业实习课程的教学现状，结合一流本科专业建设背景下实践课程高阶性和创新性的要求，分析课程教学存在的主要问题。提出了一种计算机专业实习的教学方案，并给出了与之对应的教学案例设计。通过逐层递进的教学设计，清晰体现学生专业实习的阶段性工作和设计成果，并形成优化创新的激励机制，激发学生的思辨精神、团队协作能力和创新意识，促进一流专业人才培养质量的提升。

关键词：一流本科专业建设；计算机专业实习；教学案例设计；教学方案;实践教学

中图分类号：G642      文献标识码：A

文章编号：1009-3044（2022）31-0155-03

1 引言

在我国经济高速发展和行业巨大变革的新时代背景下，国家颁布了一系列全面振兴本科教育的纲领性文件，一流本科专业建设的落地实施，为高等学校追求卓越，争创一流提供了新的机遇。一流本科专业建设的根本目标是通过专业建设培养一流人才，专业是人才培养的基本单元，课程是人才培养的核心要素[1]。计算机专业实习是计算机科学与技术专业重要的实践课程，在国家一流本科专业建设背景下，该课程的教学应强化实践与创新的高阶能力培养，完成大众教育向精英教育的转变，激发一流专业人才培养的新活力[2]。安徽理工大学计算机科学与技术专业是国家级一流本科专业建设点，高水平的课程建设是一流本科专业建设的重要抓手，因此，分析计算机专业实习课程的教学现状，研究探索专业实习的教学设计具有重要意义。

2 计算机专业实习教学现状

计算机专业实习课程通常安排在第7学期開设，要求学生联系工作实际，通过团队协作，结合所学专业知识处理计算机相关领域的工程问题，培养学生发现问题、分析问题和解决问题的能力。目前，计算机专业实习的教学普遍存在如下问题：

1） 由于大数据及人工智能技术的快速发展，计算机专业实习作为重要的实践课程，教学内容和教学方法的更新相对滞后，教学内容的设计未体现前沿性和时代性，传统老旧的教学设计不能满足一流本科专业人才的培养要求。

2） 不少高校计算机专业实习任务仍为简单信息管理系统的设计，虽然涉及Web前端开放、服务端交互式开放、移动终端开放等方向，但教学内容的高阶性不突出，不能为学生未来从事科学研究和较高水平的工程设计提供支撑。

3） 计算机专业实习的教学设计缺乏逐层递进的激励引导，学生的阶段性设计成果和进一步的优化创新不能清晰体现和评价认同，缺少学生思辨精神、合作能力以及创新意识的培养。

3 计算机专业实习教学方案与案例设计

3.1 计算机专业实习教学方案

计算机专业实习将理论方法与设计实践有机融合，要求学生综合应用高级语言程序设计、数据结构、算法设计与分析、数据挖掘、机器学习等课程的理论知识，在老师的指导下，通过团队协作，为实际产业需求的工程问题构建解决方案。课程教学以教师为主导，以学生为中心，聚焦新技术和新产业，注重高阶性和创新性，突出阶段性设计成果及提升优化的认同评价。教学方案设计如图1所示，教学内容依托工程背景和产业需求，要求学生组建团队完成需求分析，结合专业知识并查阅文献资料，分析设计原理并确定设计方案，在设计实施阶段确定三个阶段性环节，设计阶段1为初期的设计成果，设计阶段2为阶段1的优化升级，设计阶段3为阶段2的创新提升，通过逐层递进的教学设计，清晰体现学生的阶段性成果，并形成优化创新的激励机制，激发学生的思辨精神、团队协作能力和创新意识。最后，要求学生对阶段性设计成果进行对比分析和总结，教师通过答辩验收环节进行专业实习效果的综合评定。

3.2 计算机专业实习教学案例设计

为突出一流本科专业建设背景下计算机专业实习的高阶性和创新性，我们在教学过程中设计了体现前沿性和时代性的教学案例，引导学生通过逐层递进的阶段性设计提高学习的积极性并增强学生阶段性设计成果的认同感，全面提升学生的创新实践和团队协作能力。

3.2.1 应用背景与设计任务

人体姿态识别是通过提取时间序列中的人体动作特征，进而实现人体行为感知和理解的智能技术，在人机交互、智能监控、健康医疗等领域有重要的应用价值。我们设计的教学案例以人体姿态识别为应用背景，以公用数据集WISDM为数据来源，数据集中记录了加速度传感器采集受试者x， y， z三轴的特征数据。要求学生综合运用所学课程知识，完成数据分析和预处理，通过特征重构并设计模型完成特定人体姿态的智能识别。

3.2.2 设计原理

人体姿态识别的本质是对人体行为活动的数据流进行特征分析和智能计算，通过智能识别模型分析特征数据并输出识别结果，系统的设计原理如图2所示。首先对人体姿态数据集进行预处理和特征重构，然后设计模型的网络结构，并将特征数据输入模型进行训练和测试，最终输出识别结果。由于人体姿态识别属于分类问题，本系统采用精确率P、召回率R和F1值作为识别效果的评价指标。

3.2.3 阶段性设计与优化创新

学生高阶性设计实践能力的培养是一个系统性的过程，需要遵循从简单到复杂、从传统到创新的分级分阶段的认知规律。因此，本案例设计了一种循序渐进、依赖关联、逐层深入的递进式教学模式，在阶段性设计和优化创新中引导学生从简单到复杂逐层深入地完成系统设计，在不断优化和持续改进中培养学生综合应用和创新设计的能力[3，4]。具体的教学设计分为以下三个阶段。

1） 基础应用阶段

基础应用阶段是对理论教学中的原理或方法进行实践论证，是对原理方法的理解和应用，使学生掌握设计步骤和实现方法。要求学生回顾人工智能、机器学习等课程的相关知识，了解分类问题的常规计算模型。首先，要求学生分析全连接神经网络模型的特点，研究该模型用于人体姿态识别的可行性。全连接神经网络是一种多层感知机模型，包括输入层、隐藏层和输出层，每个结点和下一层结点都有运算关系，各结点接受输入后根据自身判断，将激活产生的输出信号汇总，从而实现信息源的识别分类。全连接神经网络是分类识别问题常见的基础模型，对基于传感数据的人体姿态识别具有较好的适用性，在教学设计的基础应用阶段，要求学生完成全连接神经网络模型的总体设计方案。其次，要求学生利用Python对WISDM数据集进行预处理，以滑动窗口的形式对行走、站立、静坐、慢跑、上楼、下楼6种行为进行特征重构，使处理后的特征数据适应网络模型的输入和输出。然后，要求学生参照相关课程的设计实例，理解模型的输入输出，设计全连接神经网络模型的体系结构，查阅相关资料，在PyCharm开发环境中完成程序的具体实现，训练模型并在测试集上计算输出识别结果。最后，计算分析识别模型的评价指标，了解模型的识别效果。

2） 优化升级阶段

在基础应用阶段，学生基于全连接神经网络完成了初步的人体姿态识别模型的构建，取得了阶段性的设计成果。但模型的设计结构比较简单，识别结果的评价指标值在0.85左右，系统还有较大优化升级的空间。在优化升级阶段，要求学生研究卷积神经网络的原理，卷积神经网络是包含卷积运算且具有深度结构的前馈神经网络，卷积层的功能是对输入数据进行特征提取。在人体姿态识别模型的优化升级阶段，要求学生发挥卷积神经网络更强的人体姿态识别表征能力，综合运用所学理论知识对模型进行升级改造，研究探索提升模型识别效果的方法，提高学生的综合实践能力。

教学过程中，引导学生在第1阶段设计成果的基础上融入卷积层，综合应用卷积层和全连接层构建升级版的人体姿态识别模型。优化升级后的模型输入特征数据后，通过若干个卷积层进行特征提取，将得到的特征图展平处理后，再经过若干个全连接层，最终输出识别结果。该设计方案是在全连接层的基础上融入了卷积层，样本特征经过顺序连接的卷积层和全连接层进一步提升了数据的表征能力。要求各小组在遵循总体方案的基础上，进行个性化和差异性的设计实现，并在小组间进行交流探讨和分析比较。教师查验各小组的升级优化设计，并对设计结果进行考核性评价激励。

3） 创新提升阶段

系统设计的创新提升是对现阶段设计成果的开拓与探索，是培养学生创新意识的重要手段，特别是在一流本科专业建设背景下，科技创新已成为人才培养的重要内容。在系统设计的优化升级阶段，卷积层和全连接层的融合进一步提高了人体姿态识别效果，但模型的各个层次是比较传统的逐层顺序连接。在创新提升阶段，引导学生对升级模型进一步开拓创新，通过体系结构的设计创新持续改进模型的识别精度。

由于数据集中包含了加速度传感器x， y， z三轴的特征数据，可联合多个维度进行特征提取，进一步增强模型的识别能力。教学过程中，引导学生从多路卷积、多尺度特征提取融合的角度探尋创新方法，构建结构更复杂、特征提取能力更强的网络模型[5，6]，将网络模型传统的逐层顺序连接修改为多路卷积的并行处理。人体姿态识别模型的创新提升设计是网络模型从顺序结构到多分支结构的转变，将原来卷积层的顺序连接调整为多路卷积的并行连接，将各路卷积得到的特征图进行水平连接汇聚，再依次输入到全连接层，最后输出识别结果。各路卷积可设置不同大小的卷积核，例如，若采用3路卷积并行连接，可依次将卷积核大小设置为10 × 1、 10 × 2和 10 × 3，这种多尺度的特征提取能综合分析加速度传感器x， y， z三轴的行为特征，具有更深层次的特征提取能力。教学过程中，通过创新思路的引导，要求学生对第二阶段的设计再次优化提升，完成基于多路卷积的人体姿态识别模型的设计与实现，并将得到的结果进行对比分析，验证创新设计方案的优越性，教师查看各小组的设计演示，点评验收各小组的设计成果。

3.2.4 结果分析与总结

本教学案例以人体姿态识别为应用背景，引导学生循序渐进地开展科学实验，从基本原理的验证到理论方法的综合应用，再到构建模型的优化创新，层层递进，逐步提升，可取得较好的识别效果，学生的阶段性设计成果和进一步的优化创新得到了清晰体现。在设计的总结分析环节，要求学生在实习报告的撰写中以图表等形式展示各阶段设计模型的识别结果，通过结果的对比分析，得出结论。参照上述3个设计阶段的系统方案，作为教学案例的参考程序，模型的优化升级和创新提升均取得了较好的识别效果，3个阶段所设计模型的识别效果评价指标对比分析如图3所示，结果显示，阶段性设计的评价指标得到了提升，升级优化和创新提升到达了预期效果。

4 教学考核与评价

计算机专业实习课程考核与评价是评估教学目标达成、促进教学效果提升、提高人才培养质量的重要途径。本教学案例用递进式的教学设计突出了学生高阶能力和创新意识的培养，考核评价主要包括设计作品验收、阶段性考核、实习报告评阅和汇报答辩四个部分。

1） 设计作品验收：查看各小组设计作品体系结构的合理性、程序代码的完整性、测试运行的正确性。

2） 阶段性考核：根据计算机专业实习的设计任务和阶段性工作计划，考核各小组的阶段性设计成果，重点关注阶段性设计所完成的工作量以及是否清晰体现了持续改进和设计创新。

3） 实习报告评阅：考查实习报告撰写是否规范，设计流程是否清晰，设计结果展示与分析总结是否翔实。

4） 汇报答辩：要求各小组汇报工作流程，小组成员的分工协作，参考文献的查阅，系统设计的基本原理，阶段性工作计划和设计成果，系统设计的优化升级方法以及尝试的创新提升方案，最后对设计结果进行分析总结，并指出设计存在的不足和后续改进方案。

5 结束语

本教学案例设计营造了计算机专业实习的真实应用场景，循序渐进、依赖关联、逐层深入的递进式教学设计较好地体现了过程性考核，让学生认识到了专业理论知识在工程实践中的应用过程，促进了学生综合应用能力的培养，激发了学生的开拓创新意识，突出了实践教学的高阶性和创新性。该项教学设计在教学运行中具有良好的效果，在后续的教学中，课程组将进一步充实教学案例，更新完善计算机专业实习教学案例库，发挥实践教学的优势，促进了一流专业人才培养质量的提升。

参考文献：

[1] 郭宝龙.“双一流”建设背景下IT类专业课程体系改革[J].中国大学教学，2020（1）：9-12.

[2] 孟庆强.一流本科专业建设背景下学生发展评价变革研究[J].黑龙江高教研究，2019，37（12）：14-17.

[3] 吴霞.工科基础实验课程“递进式”教学模式的设计与实施[J].中国大学教学，2017（2）：78-83.

[4] 殷建军，黄琼，尹令，等.数字电路与逻辑设计双语实验教学改革与实践[J].实验室研究与探索，2020，39（8）：183-188.

[5] 鲍文霞，孙庆，胡根生，等.基于多路卷积神经网络的大田小麦赤霉病图像识别[J].农业工程学报，2020，36（11）：174-181.

[6] 尉天成，陈小锋，殷元亮.基于多尺度卷积神经网络的道路交通标志识别方法研究[J].西北工业大学学报，2021，39（4）：891-900.

【通联编辑：王力】

收稿日期：2022-08-29

基金项目：安徽省质量工程项目（2020jyxm0454、2020zyrc056、2021cyxy029、2021jyxm0370） ；安徽省教学示范课建设项目-高级语言程序设计（2020）

作者简介：石文兵（1982—） ，男，安徽安庆人，讲师，硕士，主要研究方向为智能信息处理；周华平（1979—） ，女，河南唐河县人，教授，博士，主要研究方向为数据挖掘与信息融合；徐辉（1979—） ，男，安徽淮南人，教授，博士，主要研究方向为可信计算与人工智能。