信息技术在线上线下混合教学中的应用探索——以数字信号处理课程为例

曹玉东，周城旭，王冬霞，罗 颖

信息技术在线上线下混合教学中的应用探索——以数字信号处理课程为例

曹玉东，周城旭，王冬霞，罗 颖

(辽宁工业大学 电子与信息工程学院，辽宁 锦州 121001)

开展线上线下混合教学，需要创新教学方法，强化信息技术与教学的深度融合。教学团队积极探索信息技术在数字信号处理课程教学中的应用，开发远程虚拟仿真实验教学平台，把线上线下混合教学推广到实验课教学中。此外，基于人工智能技术开发数字信号处理课程的成绩预测软件，辅助教师开展学情分析，本文旨在探索信息技术在教学中的应用，从而为高校专业课程教学的信息化改革提供参考。

教育信息化；虚拟仿真实验；成绩预测模型；混合教学；数字信号处理

2018年4月，教育部结合国家的大数据、新一代人工智能和“互联网+”等战略部署，提出《教育信息化2.0行动计划》。教学是教育领域的中心工作，教育信息化的核心内容是教学信息化，包括教学方式现代化、教育传播信息化、教学手段科技化，并在教学过程中融入大数据、人工智能、多媒体等先进信息技术。

2019年10月，教育部提出一流课程建设计划，号召全体教师参与课程内容创新和模式创新[1]。教育部出台的相关文件对深化教育改革，实施素质教育具有重大的意义。高等教育改革的步伐越来越快，高等学校面临着严峻的挑战。随着教学信息化建设的飞速发展，把更多的信息技术应用到教学中，提升学生的学习效果，是高等学校和教师的重要任务。

线上线下混合课程教学和虚拟仿真实验教学高度依赖信息技术，因此有必要探索信息技术与教育的深度融合，实现教育信息化。5G+人工智能技术的应用，有利于推进教育信息化的发展。本文探索了“以学生为中心”的教学模式，依靠现代信息技术的成果助力线上线下混合教学，融合传统课堂教学模式与在线教学模式，培养和提高学生的综合素质。数字信号处理课程的教学实践表明：依托信息技术的混合教学提高了学生的总评成绩，提高了学生的数字技术应用能力。

一、对线上线下混合教学的思考

一流课程强调以质量为导向，以提高学生综合素质为目标，创新教学方法[1]。线上线下混合教学的目的不仅需要构建数字化教学资源，还需要充分利用信息技术的成果，提高课堂教学效果和学生的学习效果。年轻人喜欢数字媒体，将信息技术融入教学过程是积极吸引学生的好方法。

翻转课堂强调教学要以学生为中心，很多高校都在推广翻转课堂教学法[2,3,4]。翻转课堂契合教育部线上线下混合教学课程的教学目标，翻转课堂的线上教学需要提供丰富的学习资源，需要信息技术与教学的深度融合；翻转课堂的线下教学主要解决学生在学习过程中遇到的疑惑，对知识点做归纳总结。在线上线下混合教学活动中依托翻转课堂，能够提高学生的主动性和学习兴趣，取得很好的教学效果。

二、依托信息技术助力混合教学

混合教学把传统学习方式和网络化学习方式结合在一起，能够充分发挥二者的优势，既包含教师和学生面对面的课堂互动学习过程，又包含学生的主动学习过程；既保持了传统课堂教学的优势，又借助网络信息技术的优势，给学生的发展提供平台。充分利用电子信息技术助力混合教学，提高教学资源的利用率，能够提高学生的学习效果。多数高校教师采用多媒体结合板书的模式开展线下教学，交互式白板或移动设备可用于显示图像和视频，帮助学生可视化新的知识点，学习可以变得更具互动性。多媒体教学可以灵活应用虚拟动画等各类音视频信息辅助教师的教学活动。依托信息技术开展线上教学是线下教学的有益补充，开放的网络互联技术使受益的学生数量增多，提高了教学资源利用率。

教学团队成员积极探索了信息化教学在数字信号处理课程教学中的应用，根据语音信号的特点，利用主流的虚拟仪器开发软件LabVIEW和MATLAB语言混合编程，开发了数字信号处理虚拟仿真实验平台[5]。该实验平台的拓展功能包括语音信号采集、分析和语音增强等，可以在该实验平台上实现验证性、设计性和综合性3类实验。在2019—2020第2学期，由于新冠病毒疫情，学生不能返校上课，依托网络信息技术，将虚拟仿真实验平台做为线上教学资源，开展数字信号处理课程的远程虚拟仿真实验教学，有力地保障了数字信号处理课程教学内容的完整性。数字信号处理虚拟仿真实验平台的界面如图1所示。

图1 远程虚拟仿真实验平台界面图

实验平台的信号采集包括单通道和多通道实时语音信号采集、波形显示和分帧处理等操作。LabVIEW提供了一套功能模板库，能够方便地实现程序修改、仪器控制和数据分析等功能。时频域分析主要是对采集到的信号做频域特征分析，语音信号的频域分析就是将时域语音信号通过傅里叶变换，转换成频域语音信号，在频域角度对语音信号的特征进行了解，例如语音信号的幅度谱和相位谱、功率谱、频谱包络分析等。滤波器设计部分包括无限长单位冲激响应和有限长单位冲激响应数字滤波器设计，还可以实现经典滤波器特性分析。纯净语音信号混合不同形式的背景噪声，实现单通道语音信号的过滤和增强，还可以实现最优参数的数字滤波器，通过实验平台动态观察到输出结果。为了进一步培养学生的探索精神，在拓展应用部分，可以实现麦克风阵列语音信号增强、端点检测和语音信号特性分析。由于语音信号的短期稳定性，接收到的信号需要分成帧。对于连续的语音信号，依据直接观察通过时间线的时域波形来判断“过零现象”；对于离散信号，当两个相邻的信号有不同的符号时，就存在“过零现象”。短时能量和短时过零率是近似互补关系，短时能量在对浊音检测时，可以很好地将语音信息和噪声分开。然而在对清音判别时，效果就不会很理想，此时用短时过零率进行检测，可以对短时能量的不足进行补充。麦克风阵列语音增强不仅能去除语音信号中的环境噪声，而且减少失真，提高了语音信号的传输质量和可懂度。通过拓展应用，激发了学生对数字技术的兴趣。在2019—2020第2学期，数字信号处理实验教学利用钉钉课堂和QQ群课堂充当实体教室，通过学生分享桌面答疑、小组讨论等多种方式解决学生在实验过程中遇到的问题。在课前和课后的学习过程中，学生可以通过网络访问虚拟仿真实验平台，浏览微课视频，查阅文献，列出实验涉及的数字信号处理知识点。利用学生自己录制的或者语音库中的语音信号，完成拓展实验内容，保证了数字信号处理课程教学的完整性。

当前人工智能进入高速发展时期，预示着信息革命时代的到来。我国在人工智能技术的落地应用方面取得了令人瞩目的成就。建设数字化校园、发展智慧教育成为教育界的热点话题。教育信息化的发展进入快车道。完整的教学过程分为课前、课堂和课后三个阶段。课前阶段，借助人工智能技术开展学情分析，基于决策树算法开发了数字信号处理成绩预测软件。

首先输入基尼系数阈值、样本数量的阈值以及样本训练集，通过CART算法生成决策树，由根节点进行，不断地递归生成一棵分类树。主要步骤为：

（1）如果样本数据集中的样本个数低于给定阈值或者缺少特征值，则该节点停止递归返回决策树。

（2）计算基尼系数，若基尼系数低于阙值，则该节点停止递归返回决策树。

（3）对节点的特征计算基尼系数。

（4）选择基尼系数最小的特征和相应的特征值，基尼系数最小的特征为最优特征。根据条件将数据集分为2份，生成左右两个节点。

（5）对生成的节点重复上述步骤，完成决策树建立。

如果让决策树自由生长，决策树可能过拟合，所以需要对决策树进行剪枝，以提升决策树模型的泛化能力。决策树剪枝可分为预剪枝和后剪枝。预剪枝在构造决策树的同时进行剪枝。决策树是在无法进一步降低熵的情况下才会停止创建分支，为避免过拟合，要求熵减小的数量小于设定的阈值。后剪枝是在决策树生长完成之后，对树进行剪枝，得到简化版的决策树。剪枝的过程是对拥有同样父节点的一组节点进行检查，判断如果将其合并，熵的增加量是否小于阈值。如果满足条件，则这一组节点可以合并为一个节点。后剪枝的剪枝过程删除一些子树，然后用其叶子节点代替，这个叶子节点所标识的类别通过大多数原则(majority class criterion)确定。大多数原则是指剪枝过程中，将一些子树删除而用叶节点代替，这个叶节点标识的类别用这棵子树中大多数训练样本所属的类别。后剪枝算法有很多种，主要包括错误率降低剪枝（educed-Error Pruning, REP）和悲观剪枝（Pessimistic Error Pruning, PEP）。REP剪枝需要用新的数据集，如果用旧的数据集，不可能出现分裂后的错误率比分裂前错误率高的情况。由于使用新的数据集没有参与决策树的构建，能够降低训练数据的影响，降低过拟合的程度。PEP剪枝认为如果决策树的精度在剪枝前后没有影响的话，则进行剪枝。开发的成绩预测软件经实测验证，准确率达到92%，有效地帮助授课教师充分了解学生的基本情况，制定合理的教案。

混合教学的课后拓展学习关系到学生的个性化培养[6]，通过课后阶段的学习，完成知识强化过程。教师深度掌握学生的课后学习情况是混合教学成功的关键，构建在线网络教学资源可以方便学生的课后复习，学生和教师也可以通过网络平台在线交流。

三、课程的教学评价

依托信息技术开展线上线下混合教学，导致课程考核方式随之变化。完善的评价体系能增强学生努力学习后的成就感，针对教学目标、教学内容、教学组织形式等采用多元化考核评价，以加强对学生课堂内外、线上线下学习的评价。设计多元化教学评价体系，要遵循客观性、全面性、教育性、定性评价和定量评价相结合、外部评价与自我评价相结合的原则。教育部“新时代高教40条”给出了过程性评价的指导性意见：加强学习过程管理，严格过程考核，改革考试形式，增加过程考核成绩在总成绩的比重，完善学生学习过程监测、评估与反馈机制。

实践中，我们把对学生的考评分解为若干项指标，在平时成绩中增加对在线学习的考核，其中在线自主学习考核又被分解为视频学习、章节测验、访问次数、在线作业完成情况等多项内容，按照赋予的权重折算分数。实验考核依托虚拟实验平台，分解为课前预习、课堂完成情况和课后实验总结报告3项内容。

为了引导学生从被动考试向主动学习转变，授课教师对学生的评价考核要贯穿线上、线下全过程。必须增加对过程性的学习质量考评分数，将自主在线学习、在线交流、课堂表现、课后作业、阶段性测试等按一定比例计入最终成绩。好的教学评价体系能够促进学生形成健康人格的功能，反馈和帮助师生改进教学效果。

四、总结

受新冠病毒疫情影响，2019—2020第2学期的线上教学充分彰显了信息技术对课堂教学的辅助作用。我们依托信息技术的成果，以混合教学的翻转课堂为主线，采用腾讯或钉钉课堂充当实体教室功能，超星网络平台作为学生的线下自主学习工具，完成了数字信号处理课程的教学，取得了良好的应用效果。在今后的教学工作中，要加强信息技术与教学的深度融合，切实提高课程教学质量，推进教育信息化进一步发展。

[1] 教育部关于一流本科课程建设的实施意见[EB/OL]. (2019-10-30)[2020-09-10]http://www.moe.gov.cn/srcsite/A08/s7056/201910/t20191031_406269.html.

[2] 夏庆利, 罗一清. 大学翻转课堂教学效果实证研究——以《财务学及技术基础》课程翻转教学为例[J]. 大学教育科学, 2017(2): 47-56.

[3] 赵俊芳, 崔莹, 郑鑫瑶. 我国高校翻转课堂的实践问题及对策研究[J]. 现代大学教育, 2018(6): 89-93.

[4] 于歆杰. 一流课程的两个边界[J]. 中国大学教学, 2019(3): 45-47.

[5] 周城旭, 王冬霞, 曹玉东, 等. 数字信号处理虚拟仿真综合实验平台的设计[J]. 辽宁工业大学学报(自然科学版), 2021, 41(1): 5-10.

[6] 曹玉东, 高影, 周城旭, 等. 基于SPOC混合模式的翻转课堂教学设计[J]. 辽宁工业大学学报(社会科学版), 2020, 22(3): 116-118.

10.15916/j.issn1674-327x.2021.03.031

G642.0

B

1674-327X (2021)03-0113-03

2020-10-09

辽宁工业大学教育改革创新项目(YJG202101)

曹玉东(1971-)，男，辽宁铁岭人，副教授，博士。

(责任编校：付春玲)