神经网络课程的多元化与创新能力培养的教学实践

中南大学数学与统计学院 刘心歌 韩旭里 唐美兰

神经网络课程的多元化与创新能力培养的教学实践

中南大学数学与统计学院 刘心歌 韩旭里 唐美兰

本文结合研究生课程体系设置和专业特点，论述了研究生课程神经网络内容的合理选取。基于研究生教育应有的探究性、创新性、研发性、实践性等特征，研究神经网络课程的教学手段和教学方法的改革，推行多元化的教学方式，进行学科交叉，加强研究生创新能力的培养，制订合理的评估管理体系，促进学生研究性地学习神经网络课程。

研究生课程 神经网络 创新能力 教学改革

20世纪40年代以来，作为研究各种复杂非线性动力学问题的定性方法和定量方法，神经网络研究方法引起了世界各国的广泛关注和广大学者的浓厚兴趣。1947年-1969年为神经网络的发展初期，大量的神经网络模型和相应的学习规则被提出。神经网络发展的过渡期为1970年-1986年，目前广泛使用的BP 网络，即反向传播神经网络由Kumelhart等人在此期间提出。1987 年以后，神经网络的理论与应用得到了迅速发展，神经网络方法已经覆盖了控制理论中的很多问题。

一、研究神经网络课程内容的选取

神经网络基于现代数学理论发展起来，有着比较抽象和深奥的数学理论，研究方法新颖独特，与信息科学与生物技术紧密相关，具有应用科学的特征，随着信息科学的发展而发展。在飞速发展的科学与技术推动下，当今世界己进入信息时代和知识经济时代。但是我国高校研究生的课程设置变化很小，教材老旧，课程内容过于陈旧，没有及时更新，缺乏前沿性，研究生人才的培养严重滞后。部分教师将科研与研究生的教学割裂，没有对相关问题进行深入研究，没有新的观点和方法，对神经网络的最新进展，尤其是对神经网络的最新研究成果和研究方法缺少了解，仅限于教材讲解，缺乏对神经网络的新知识和新方法的及时补充，研究生的教育方式与本科生教育之间没有本质区别。

因此，教师应结合神经网络研究的最新成果，合理选取神经网络课程的内容，在课程中将研究生引入神经网络的前沿研究与应用之中。

二、研究神经网络课程的教学手段和教学方法，推行多元化的教学方式

部分神经网络课程仍以教师讲解为主，实际上应让广大研究生积极参与到教学活动中。然而能做到这一点的教师很少，从而导致研究生的课程教学方式、教学手段和本科生教育没有本质区别，缺乏研究生教育应有的基本特征，如探究性、创新性、研发性等。很多教师上课采用灌输式的教学方法，侧重课堂讲授，侧重单向的传授知识，缺少师生之间的互动。因此，研究生教育要在学习神经网络基本理论的基础上，加强课堂上的师生互动与探讨，强化教师的引导，突出研究生的自主性学习。通过神经网络的学习，研究生提高了分析能力、归纳能力、抽象能力和推理能力，陶冶了数学情操，培养了严谨的数学思维，提高了写作能力和科研素质。神经网络处在专业基础的位置上，因此对其学习应当更加注重研究性。经过本科阶段的数学学习，绝大多数研究生具备了很好的数学基础。

三、加强师资队伍的建设，进行学科交叉，加强研究生创新能力的培养

人才培养是学校的核心，师资队伍水平直接影响人才培养的质量。师资队伍建设是学校的核心工作之一。除教学工作外，教师以项目形式展开科研活动为研究生的培养提供了一个很好的平台。项目实施过程中，研究生作为参与者，目睹科研的全过程，增强了感性认识。项目研究要求各个专业研究人员通力合作，构建一个良好的协作环境，这有助于研究生团队合作精神的培养。同时，教师的科研活动必将促进任课教师队伍的建设。神经网络作为一种重要的研究方法，与其他学科有着广泛的交叉。模糊逻辑是处理不确定性、非线性问题的有力工具，但它缺乏有效的自主学习和适应能力。模糊数学与神经网络相结合在控制理论中得到了有效应用，已发展成为专门的模糊神经网络控制。它既具有智能、自适应特点，又具有高度的并行性和灵活性，学习能力强，是处理各种复杂的不确定的和近似的控制问题的重要工具。我们将神经网络的理论与方法和模糊数学理论相结合，进行学科交叉，提高研究生的创新能力。

四、制订合理的研究生课程评估管理体系

研究生教学质量的提高要与相应的评估管理体系配套。先进的评估方法、完备的评估指标、客观的评估结果有助于任课老师从思想上重视研究生课程的教学活动，调动神经网络任课老师的教学积极性，促进教师自身知识体系的发展，进而提高授课水平，达到提高研究生教学质量的最终目的。神经网络课程评估管理体系对学生的管理与考核要公正、客观、全面、系统，应当注重学生的学习态度，考虑学生参与教学活动的积极性和学习效果。

［1］杨良土，胡东成，罗予频.前馈型神经网络容错性研究的现状和展望［J］.电子科学学刊，1998

［2］徐海银，陈幼平，周祖德，何顶新.容错神经网络及容错B P算法研究［J］.华中理工大学学报，1995

［3］田志宇.与性能相关的可靠性评估方法及A N N 可靠性的研究［D］.北京： 清华大学，1994

［4］肖本政.前馈网络的性能及学习算法改进的研究［D］.北京： 清华大学，1994

（此文系中南大学研究生教改项目No. 2015JGB21与NSFC No.61271355资助）

ISSN2095-6711/Z01-2015-11-0067