网站首页
教育杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
医学杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
经济杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
金融杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
管理杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
科技杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
工业杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
SCI杂志
中科院1区 中科院2区 中科院3区 中科院4区
全部期刊
公務(wù)員期刊網(wǎng) 論文中心 正文

線上線下混合教學(xué)信息技術(shù)應(yīng)用

前言:想要寫出一篇引人入勝的文章?我們特意為您整理了線上線下混合教學(xué)信息技術(shù)應(yīng)用范文,希望能給你帶來靈感和參考,敬請閱讀。

線上線下混合教學(xué)信息技術(shù)應(yīng)用

摘要:開展線上線下混合教學(xué),需要創(chuàng)新教學(xué)方法,強化信息技術(shù)與教學(xué)的深度融合。教學(xué)團隊積極探索信息技術(shù)在數(shù)字信號處理課程教學(xué)中的應(yīng)用,開發(fā)遠程虛擬仿真實驗教學(xué)平臺,把線上線下混合教學(xué)推廣到實驗課教學(xué)中。此外,基于人工智能技術(shù)開發(fā)數(shù)字信號處理課程的成績預(yù)測軟件,輔助教師開展學(xué)情分析,本文旨在探索信息技術(shù)在教學(xué)中的應(yīng)用,從而為高校專業(yè)課程教學(xué)的信息化改革提供參考。

關(guān)鍵詞:教育信息化;虛擬仿真實驗;成績預(yù)測模型;混合教學(xué);數(shù)字信號處理

2018年4月,教育部結(jié)合國家的大數(shù)據(jù)、新一代人工智能和“互聯(lián)網(wǎng)+”等戰(zhàn)略部署,提出《教育信息化2.0行動計劃》。教學(xué)是教育領(lǐng)域的中心工作,教育信息化的核心內(nèi)容是教學(xué)信息化,包括教學(xué)方式現(xiàn)代化、教育傳播信息化、教學(xué)手段科技化,并在教學(xué)過程中融入大數(shù)據(jù)、人工智能、多媒體等先進信息技術(shù)。2019年10月,教育部提出一流課程建設(shè)計劃,號召全體教師參與課程內(nèi)容創(chuàng)新和模式創(chuàng)新[1]。教育部出臺的相關(guān)文件對深化教育改革,實施素質(zhì)教育具有重大的意義。高等教育改革的步伐越來越快,高等學(xué)校面臨著嚴峻的挑戰(zhàn)。隨著教學(xué)信息化建設(shè)的飛速發(fā)展,把更多的信息技術(shù)應(yīng)用到教學(xué)中,提升學(xué)生的學(xué)習(xí)效果,是高等學(xué)校和教師的重要任務(wù)。線上線下混合課程教學(xué)和虛擬仿真實驗教學(xué)高度依賴信息技術(shù),因此有必要探索信息技術(shù)與教育的深度融合,實現(xiàn)教育信息化。5G+人工智能技術(shù)的應(yīng)用,有利于推進教育信息化的發(fā)展。本文探索了“以學(xué)生為中心”的教學(xué)模式,依靠現(xiàn)代信息技術(shù)的成果助力線上線下混合教學(xué),融合傳統(tǒng)課堂教學(xué)模式與在線教學(xué)模式,培養(yǎng)和提高學(xué)生的綜合素質(zhì)。數(shù)字信號處理課程的教學(xué)實踐表明:依托信息技術(shù)的混合教學(xué)提高了學(xué)生的總評成績,提高了學(xué)生的數(shù)字技術(shù)應(yīng)用能力。

一、對線上線下混合教學(xué)的思考

一流課程強調(diào)以質(zhì)量為導(dǎo)向,以提高學(xué)生綜合素質(zhì)為目標,創(chuàng)新教學(xué)方法[1]。線上線下混合教學(xué)的目的不僅需要構(gòu)建數(shù)字化教學(xué)資源,還需要充分利用信息技術(shù)的成果,提高課堂教學(xué)效果和學(xué)生的學(xué)習(xí)效果。年輕人喜歡數(shù)字媒體,將信息技術(shù)融入教學(xué)過程是積極吸引學(xué)生的好方法。翻轉(zhuǎn)課堂強調(diào)教學(xué)要以學(xué)生為中心,很多高校都在推廣翻轉(zhuǎn)課堂教學(xué)法[2,3,4]。翻轉(zhuǎn)課堂契合教育部線上線下混合教學(xué)課程的教學(xué)目標,翻轉(zhuǎn)課堂的線上教學(xué)需要提供豐富的學(xué)習(xí)資源,需要信息技術(shù)與教學(xué)的深度融合;翻轉(zhuǎn)課堂的線下教學(xué)主要解決學(xué)生在學(xué)習(xí)過程中遇到的疑惑,對知識點做歸納總結(jié)。在線上線下混合教學(xué)活動中依托翻轉(zhuǎn)課堂,能夠提高學(xué)生的主動性和學(xué)習(xí)興趣,取得很好的教學(xué)效果。

二、依托信息技術(shù)助力混合教學(xué)

混合教學(xué)把傳統(tǒng)學(xué)習(xí)方式和網(wǎng)絡(luò)化學(xué)習(xí)方式結(jié)合在一起,能夠充分發(fā)揮二者的優(yōu)勢,既包含教師和學(xué)生面對面的課堂互動學(xué)習(xí)過程,又包含學(xué)生的主動學(xué)習(xí)過程;既保持了傳統(tǒng)課堂教學(xué)的優(yōu)勢,又借助網(wǎng)絡(luò)信息技術(shù)的優(yōu)勢,給學(xué)生的發(fā)展提供平臺。充分利用電子信息技術(shù)助力混合教學(xué),提高教學(xué)資源的利用率,能夠提高學(xué)生的學(xué)習(xí)效果。多數(shù)高校教師采用多媒體結(jié)合板書的模式開展線下教學(xué),交互式白板或移動設(shè)備可用于顯示圖像和視頻,幫助學(xué)生可視化新的知識點,學(xué)習(xí)可以變得更具互動性。多媒體教學(xué)可以靈活應(yīng)用虛擬動畫等各類音視頻信息輔助教師的教學(xué)活動。依托信息技術(shù)開展線上教學(xué)是線下教學(xué)的有益補充,開放的網(wǎng)絡(luò)互聯(lián)技術(shù)使受益的學(xué)生數(shù)量增多,提高了教學(xué)資源利用率。教學(xué)團隊成員積極探索了信息化教學(xué)在數(shù)字信號處理課程教學(xué)中的應(yīng)用,根據(jù)語音信號的特點,利用主流的虛擬儀器開發(fā)軟件LabVIEW和MATLAB語言混合編程,開發(fā)了數(shù)字信號處理虛擬仿真實驗平臺[5]。該實驗平臺的拓展功能包括語音信號采集、分析和語音增強等,可以在該實驗平臺上實現(xiàn)驗證性、設(shè)計性和綜合性3類實驗。在2019—2020第2學(xué)期,由于疫情,學(xué)生不能返校上課,依托網(wǎng)絡(luò)信息技術(shù),將虛擬仿真實驗平臺做為線上教學(xué)資源,開展數(shù)字信號處理課程的遠程虛擬仿真實驗教學(xué),有力地保障了數(shù)字信號處理課程教學(xué)內(nèi)容的完整性。數(shù)字信號處理虛擬仿真實驗平臺的界面如圖1所示。實驗平臺的信號采集包括單通道和多通道實時語音信號采集、波形顯示和分幀處理等操作。LabVIEW提供了一套功能模板庫,能夠方便地實現(xiàn)程序修改、儀器控制和數(shù)據(jù)分析等功能。時頻域分析主要是對采集到的信號做頻域特征分析,語音信號的頻域分析就是將時域語音信號通過傅里葉變換,轉(zhuǎn)換成頻域語音信號,在頻域角度對語音信號的特征進行了解,例如語音信號的幅度譜和相位譜、功率譜、頻譜包絡(luò)分析等。濾波器設(shè)計部分包括無限長單位沖激響應(yīng)和有限長單位沖激響應(yīng)數(shù)字濾波器設(shè)計,還可以實現(xiàn)經(jīng)典濾波器特性分析。純凈語音信號混合不同形式的背景噪聲,實現(xiàn)單通道語音信號的過濾和增強,還可以實現(xiàn)最優(yōu)參數(shù)的數(shù)字濾波器,通過實驗平臺動態(tài)觀察到輸出結(jié)果。為了進一步培養(yǎng)學(xué)生的探索精神,在拓展應(yīng)用部分,可以實現(xiàn)麥克風(fēng)陣列語音信號增強、端點檢測和語音信號特性分析。由于語音信號的短期穩(wěn)定性,接收到的信號需要分成幀。對于連續(xù)的語音信號,依據(jù)直接觀察通過時間線的時域波形來判斷“過零現(xiàn)象”;對于離散信號,當兩個相鄰的信號有不同的符號時,就存在“過零現(xiàn)象”。短時能量和短時過零率是近似互補關(guān)系,短時能量在對濁音檢測時,可以很好地將語音信息和噪聲分開。然而在對清音判別時,效果就不會很理想,此時用短時過零率進行檢測,可以對短時能量的不足進行補充。

麥克風(fēng)陣列語音增強不僅能去除語音信號中的環(huán)境噪聲,而且減少失真,提高了語音信號的傳輸質(zhì)量和可懂度。通過拓展應(yīng)用,激發(fā)了學(xué)生對數(shù)字技術(shù)的興趣。在2019—2020第2學(xué)期,數(shù)字信號處理實驗教學(xué)利用釘釘課堂和QQ群課堂充當實體教室,通過學(xué)生分享桌面答疑、小組討論等多種方式解決學(xué)生在實驗過程中遇到的問題。在課前和課后的學(xué)習(xí)過程中,學(xué)生可以通過網(wǎng)絡(luò)訪問虛擬仿真實驗平臺,瀏覽微課視頻,查閱文獻,列出實驗涉及的數(shù)字信號處理知識點。利用學(xué)生自己錄制的或者語音庫中的語音信號,完成拓展實驗內(nèi)容,保證了數(shù)字信號處理課程教學(xué)的完整性。當前人工智能進入高速發(fā)展時期,預(yù)示著信息革命時代的到來。我國在人工智能技術(shù)的落地應(yīng)用方面取得了令人矚目的成就。建設(shè)數(shù)字化校園、發(fā)展智慧教育成為教育界的熱點話題。教育信息化的發(fā)展進入快車道。完整的教學(xué)過程分為課前、課堂和課后三個階段。課前階段,借助人工智能技術(shù)開展學(xué)情分析,基于決策樹算法開發(fā)了數(shù)字信號處理成績預(yù)測軟件。首先輸入基尼系數(shù)閾值、樣本數(shù)量的閾值以及樣本訓(xùn)練集,通過CART算法生成決策樹,由根節(jié)點進行,不斷地遞歸生成一棵分類樹。主要步驟為:(1)如果樣本數(shù)據(jù)集中的樣本個數(shù)低于給定閾值或者缺少特征值,則該節(jié)點停止遞歸返回決策樹。(2)計算基尼系數(shù),若基尼系數(shù)低于闕值,則該節(jié)點停止遞歸返回決策樹。(3)對節(jié)點的特征計算基尼系數(shù)。(4)選擇基尼系數(shù)最小的特征和相應(yīng)的特征值,基尼系數(shù)最小的特征為最優(yōu)特征。根據(jù)條件將數(shù)據(jù)集分為2份,生成左右兩個節(jié)點。(5)對生成的節(jié)點重復(fù)上述步驟,完成決策樹建立。如果讓決策樹自由生長,決策樹可能過擬合,所以需要對決策樹進行剪枝,以提升決策樹模型的泛化能力。決策樹剪枝可分為預(yù)剪枝和后剪枝。預(yù)剪枝在構(gòu)造決策樹的同時進行剪枝。決策樹是在無法進一步降低熵的情況下才會停止創(chuàng)建分支,為避免過擬合,要求熵減小的數(shù)量小于設(shè)定的閾值。后剪枝是在決策樹生長完成之后,對樹進行剪枝,得到簡化版的決策樹。剪枝的過程是對擁有同樣父節(jié)點的一組節(jié)點進行檢查,判斷如果將其合并,熵的增加量是否小于閾值。如果滿足條件,則這一組節(jié)點可以合并為一個節(jié)點。后剪枝的剪枝過程刪除一些子樹,然后用其葉子節(jié)點代替,這個葉子節(jié)點所標識的類別通過大多數(shù)原則(majorityclasscriterion)確定。大多數(shù)原則是指剪枝過程中,將一些子樹刪除而用葉節(jié)點代替,這個葉節(jié)點標識的類別用這棵子樹中大多數(shù)訓(xùn)練樣本所屬的類別。后剪枝算法有很多種,主要包括錯誤率降低剪枝(educed-ErrorPruning,REP)和悲觀剪枝(PessimisticErrorPruning,PEP)。REP剪枝需要用新的數(shù)據(jù)集,如果用舊的數(shù)據(jù)集,不可能出現(xiàn)分裂后的錯誤率比分裂前錯誤率高的情況。由于使用新的數(shù)據(jù)集沒有參與決策樹的構(gòu)建,能夠降低訓(xùn)練數(shù)據(jù)的影響,降低過擬合的程度。PEP剪枝認為如果決策樹的精度在剪枝前后沒有影響的話,則進行剪枝。開發(fā)的成績預(yù)測軟件經(jīng)實測驗證,準確率達到92%,有效地幫助授課教師充分了解學(xué)生的基本情況,制定合理的教案?;旌辖虒W(xué)的課后拓展學(xué)習(xí)關(guān)系到學(xué)生的個性化培養(yǎng)[6],通過課后階段的學(xué)習(xí),完成知識強化過程。教師深度掌握學(xué)生的課后學(xué)習(xí)情況是混合教學(xué)成功的關(guān)鍵,構(gòu)建在線網(wǎng)絡(luò)教學(xué)資源可以方便學(xué)生的課后復(fù)習(xí),學(xué)生和教師也可以通過網(wǎng)絡(luò)平臺在線交流。

三、課程的教學(xué)評價

依托信息技術(shù)開展線上線下混合教學(xué),導(dǎo)致課程考核方式隨之變化。完善的評價體系能增強學(xué)生努力學(xué)習(xí)后的成就感,針對教學(xué)目標、教學(xué)內(nèi)容、教學(xué)組織形式等采用多元化考核評價,以加強對學(xué)生課堂內(nèi)外、線上線下學(xué)習(xí)的評價。設(shè)計多元化教學(xué)評價體系,要遵循客觀性、全面性、教育性、定性評價和定量評價相結(jié)合、外部評價與自我評價相結(jié)合的原則。教育部“新時代高教40條”給出了過程性評價的指導(dǎo)性意見:加強學(xué)習(xí)過程管理,嚴格過程考核,改革考試形式,增加過程考核成績在總成績的比重,完善學(xué)生學(xué)習(xí)過程監(jiān)測、評估與反饋機制。實踐中,我們把對學(xué)生的考評分解為若干項指標,在平時成績中增加對在線學(xué)習(xí)的考核,其中在線自主學(xué)習(xí)考核又被分解為視頻學(xué)習(xí)、章節(jié)測驗、訪問次數(shù)、在線作業(yè)完成情況等多項內(nèi)容,按照賦予的權(quán)重折算分數(shù)。實驗考核依托虛擬實驗平臺,分解為課前預(yù)習(xí)、課堂完成情況和課后實驗總結(jié)報告3項內(nèi)容。為了引導(dǎo)學(xué)生從被動考試向主動學(xué)習(xí)轉(zhuǎn)變,授課教師對學(xué)生的評價考核要貫穿線上、線下全過程。必須增加對過程性的學(xué)習(xí)質(zhì)量考評分數(shù),將自主在線學(xué)習(xí)、在線交流、課堂表現(xiàn)、課后作業(yè)、階段性測試等按一定比例計入最終成績。好的教學(xué)評價體系能夠促進學(xué)生形成健康人格的功能,反饋和幫助師生改進教學(xué)效果。

四、總結(jié)

受疫情影響,2019—2020第2學(xué)期的線上教學(xué)充分彰顯了信息技術(shù)對課堂教學(xué)的輔助作用。我們依托信息技術(shù)的成果,以混合教學(xué)的翻轉(zhuǎn)課堂為主線,采用騰訊或釘釘課堂充當實體教室功能,超星網(wǎng)絡(luò)平臺作為學(xué)生的線下自主學(xué)習(xí)工具,完成了數(shù)字信號處理課程的教學(xué),取得了良好的應(yīng)用效果。在今后的教學(xué)工作中,要加強信息技術(shù)與教學(xué)的深度融合,切實提高課程教學(xué)質(zhì)量,推進教育信息化進一步發(fā)展。

參考文獻:

[1]教育部關(guān)于一流本科課程建設(shè)的實施意見[EB/OL].(2019-10-30)[2020-09-10].

[2]夏慶利,羅一清.大學(xué)翻轉(zhuǎn)課堂教學(xué)效果實證研究——以《財務(wù)學(xué)及技術(shù)基礎(chǔ)》課程翻轉(zhuǎn)教學(xué)為例[J].大學(xué)教育科學(xué),2017(2):47-56.

[3]趙俊芳,崔瑩,鄭鑫瑤.我國高校翻轉(zhuǎn)課堂的實踐問題及對策研究[J].現(xiàn)代大學(xué)教育,2018(6):89-93.

[4]于歆杰.一流課程的兩個邊界[J].中國大學(xué)教學(xué),2019(3):45-47.

[5]周城旭,王冬霞,曹玉東,等.數(shù)字信號處理虛擬仿真綜合實驗平臺的設(shè)計[J].遼寧工業(yè)大學(xué)學(xué)報(自然科學(xué)版),2021,41(1):5-10.

[6]曹玉東,高影,周城旭,等.基于SPOC混合模式的翻轉(zhuǎn)課堂教學(xué)設(shè)計[J].遼寧工業(yè)大學(xué)學(xué)報(社會科學(xué)版),2020,22(3):116-118.

作者:曹玉東 周城旭 王冬霞 羅穎 單位:遼寧工業(yè)大學(xué)

免责声明

本站为第三方开放式学习交流平台,所有内容均为用户上传,仅供参考,不代表本站立场。若内容不实请联系在线客服删除,服务时间:8:00~21:00。

AI写作,高效原创

在线指导,快速准确,满意为止

立即体验
文秘服务 AI帮写作 润色服务 论文发表