李 璇，陈 柳，田 斌，程 莉，洪汉玉

（武汉工程大学，湖北 武汉 430205）

0 引言

为了响应加快发展新一代人工智能、培养人工智能领域科技创新人才的号召，各高校加紧了人工智能课程群的建设。模式识别课程作为人工智能课程群中的核心课程之一，被国内外众多高校纳入到信息类、控制类、计算机类等专业本科生培养的必修课程之中[1-2]。然而，模式识别课程在实际的本科生教学中存在着一些局限性，首先模式识别课程具有数理内容多、建模难度高、内容更新快等特点，在课堂教学中导致学生知识接受程度低，且难以构建系统的知识体系；再者，模式识别课程通常被设置为专业课，授课时长有限，且多为理论课时，学生难以利用有限的课堂教学时间掌握这门课程的理论知识，更无法将有限的理论知识与实际应用相结合。因此，如何设计适合本科生知识储备的新型教学模式，以及如何帮助学生充分掌握与工程应用能够有效对接的理论知识是目前模式识别课程教学中亟需解决的问题。

PBL（Problem-Based Learning）和 RBL（Resource-Based Learning）教学法是世界高等教育中经典的以“学生”为中心的教学模式。PBL教学法最早由美国神经病学教授巴罗斯提出，它是以问题为导向的情景化教学模式，目的在于促进学生的开放式探究、独立学习和终身学习，并有利于团队合作及批判性思维能力的发展[3-4]。而RBL教学法则是顺应网络信息时代而生的现代教学模式，它以资源为导向，目的在于帮助学生获得充分发掘和利用各种资源进行自主学习的能力，不断提高学生的学科素养和信息素养[5-6]。……