基于实践能力培养的公安院校模型与算法课程教学改革

摘要：随着科技的发展，公安院校需要培养适应智慧警务需求的专业化、应用型公安技术人才。针对公安技术类模型与算法课程的教学特点及问题，提出基于实践能力培养的公安院校模型与算法课程教学改革方法，从课程体系、实践环节、公安应用和思政教学角度出发，将模型与算法理论在各个环节中与公安实战紧密结合，以期培养具备公安实践能力、适应新时代公安工作需求的高素质技术人才。

关键词：模型与算法；教学改革；教学实践体系；实践应用；课程思政建设

中图分类号：G642      文献标识码：A

文章编号：1009-3044（2024）24-0005-05

开放科学（资源服务）标识码（OSID）

0 引言

在信息技术迅猛发展的背景下，公安部门对智能警务模式的依赖日益加深，公安工作模式正经历由传统人工警务向数据和模型驱动的智能警务模式的转型。这一转变对公安技术类专业人才的培养提出了全新的要求。针对公安院校而言，当前的首要任务是培养具备坚实理论技术基础和卓越智慧警务实践能力的人才。因此，亟须推动专业课程教学实践体系的改革，积极探索和采用最新的教学改革模式。作为公安技术专业的核心课程，模型与算法课程在连接理论与实践、技术与应用中发挥着关键性的桥梁作用。因此，加强模型与算法课程的改革与优化，提高其教学质量和实践性，对于培养新时代公安技术人才具有至关重要的意义。

相较于普通院校，公安院校在模型与算法课程的设置中应更加注重算法理论与编程实践能力的结合，并引导学生深入理解公安行业应用的课程内容。当前，国内理工科高校开设的算法设计与分析等课程[1-4]，虽着重于算法设计策略的掌握，但课程内容多偏向理论，且案例多使用数学类问题，对于公安院校的学生而言，难度偏高且缺乏公安类应用实践内容。一些热门网络课程如深度学习、Computer Vision等，虽涉及科技前沿模型，但更偏向于学术研究，对学生的统计学、机器学习理论基础和编程实践能力要求极高，更适合研究生阶段的进阶学习和研究。此外，“全国大学生数学建模竞赛”等建模类科技竞赛活动，虽注重社会实际问题的综合应用与实践，对创新能力提出较高要求，但在常规本科教学体系中的普及与推广存在一定难度。

综上所述，公安院校模型与算法课程更需注重实战环节，培养具备公安工作相关专业能力的应用型人才，而目前院校中普遍使用的教材和教学内容都存在一些问题。各公安院校也针对行业需求，对计算机类课程、人才培养模式等方向的改革创新进行了探索[5-7]。本文对模型与算法课程的基础教学与公安实践能力应用进行分析与研究，探讨如何培养具备实践能力的公安专业人才，以更好地满足公安实战需求。

1 公安技术类人才培养目标

本科教育是公安教育的基础和核心，我校在遵循教育部提出的“坚持以本为本， 推进四个回归”基础 上， 围绕公安专门人才培养总目标，注重培养学生实战能力， 培养能够适应公安工作需要的实战型、 应用型人才。目前开设的公安视听技术专业课程体系主要由三部分构成：专业基础课、技术类专选课和应用类专选课。专业基础课主要讲授编程语言、算法、公安视听导论等基础知识，此类课程注重与数学、计算机编程的紧密联系。技术类专选课涵盖了人工智能、机器学习等普通高校开设的计算机类课程，而应用类专选课则专注于视频侦查技术、视频监控与智能化应用等公安行业应用类课程。除此之外，学生还需完成综合实训和毕业设计环节，其选题多以设计并实现可交互的警务算法应用为主。其中，专业基础课模型与算法是根据我校公安视听技术专业（视频图像侦查技术方向）本科培养方案要求开设的一门专业基础课，该课程在公安视听技术专业的课程体系中起着桥梁作用，课程在专业课程设置中的所处位置结构如图1所示。在算法理论部分衔接了先序的数学类、编程类课程和后续的机器学习等技术与应用类课程，在实践部分将公安视听导论等专业基础课与毕业设计等后续环节连结在一起。因此，对模型与算法课程进行改革和优化，建立算法理论和实践应用的桥梁，可为学生的综合实训、毕业设计以及未来在警务科技领域的就业奠定基础。

2 模型与算法课程建设现状

模型与算法课程目前主要依据普通高等院校计算机类专业的教学思路进行讲授，课程共48学时，其中课堂讲授42学时，上机实验6课时。现阶段课程以基础理论篇讲授为主，主要授课内容为经典模型和常用算法案例，包括枚举、递推、递归、回溯法、动态规划和贪心算法共6种模型。课时安排如表1所示。

原课程体系设置主要存在以下问题：

1）授课内容繁重，算法难度较大。原模型与算法课程设置中，课程讲授占据大部分时间，多以概念介绍、例题讲解、多媒体展示等形式进行教学。由于课程内容枯燥和抽象的特点，具有较强的理论性与复杂性，所以仅通过课堂讲授，学生很难深入理解算法本质，也很难体会算法在实际中的应用，课下复习和编程练习的主动性也大大降低。同时，原课程设置的两组实验为动态规划算法和贪心算法，算法难度较大，对学生的理解能力及编程能力具有较高的要求。如果学生对前面几章内容未能及时消化和编程练习，在较短时间内很难高质量地完成实验内容。

2）实验设置缺乏实战性。当前的实验学时与实验内容设置不合理。模型与算法课程的实验设置主要为数学类例题的验证性编程实验，与现有的实验内容与公安实际应用场景脱节。例如在公安视听领域，对犯罪数据分析、警力资源优化等模型和算法具有很高的应用需求，但实验内容仍停留在基础理论和传统技术的操作练习上，缺乏对目前先进技术应用的了解和公安实战应用案例分析。而且，由于该门课程在大二年级上学期开设， 学生还没有到基层公安机关实习的经历， 对公安业务工作不熟悉，导致学习中对这些知识如何应用于公安工作存在较大疑惑， 学习积极性不高。

3）课程与后续环节关联性较弱。模型与算法课程并非独立，其先修课程包括数学类和编程类专业基础课程，后续课程主要为技术类专选课和应用类专选课。课程本身也存在涉及知识面广、课程内容丰富、应用性强和难度大等特点，学生的学习能力及基础参差不齐，如果对数学知识掌握不熟练，容易造成本课程学习过程中无法实现系统的理解和掌握，在面对后续课程中也容易出现知识储备不足的现象。在课程的整个学习过程中，存在着积极性不高、主动性不强、畏难情绪严重的问题，较大地影响了专业课学习质量，在综合实训、毕业设计等环节中，很难把握好公安应用相关的选题方向。

3 基于实践能力培养的公安院校模型与算法课程教学改革

公安院校模型与算法课程教学改革主要从以下三方面入手：一是构建承上启下的课程体系，利用模块化方法将各类课程及教学环节进行划分，将课程实践环节融入统一体系。二是优化课程学时分配与实验内容，搭建形式灵活的动手实践环节，提高学生以算法理论指导实际问题的能力。三是挖掘公安实践中的相关应用，建立警务数据模型库和公安业务解决方案选题库，提高学生以算法理论指导实际问题的能力。

3.1 构建承上启下的课程体系

以模型与算法课程改革为中心，提出了面向公安实战的创新教学实践体系改进思路，主要从3个方面进行改革：警务算法类型归纳、警务数据模型库和公安业务解决方案选题库。警务算法类型归纳部分主要对应模型与算法课程的理论课时，以精简算法例题、优化学时分配为改革重心。警务数据模型库对应课程的实践环节，将原6课时实验增加至18课时，并设计警务应用相关实验，提高学生的动手编程能力和基本的警务应用能力。公安业务解决方案选题库属于课程实践环节的延伸，通过充分挖掘真实场景下的公安相关应用案例，设置不同场景下的公安应用选题库，拓展学生毕业设计环节选题思路，通过培养学生综合应用的能力。模型与算法教学实践体系如图2所示。

3.2 优化学时分配，增加动手实践环节

针对现有课程内容侧重基本理论和基本知识，数学类案例偏多且重复性高的问题，课程精简算法理论和数学案例，精选常用算法和经典数学案例，理清常用理论描述与算法思路，注重提高学生以算法理论指导实际问题的能力。课程重新规划案例，保留九章算术、汉诺塔、0-1背包等经典案例，同时补充更新算法综合应用部分。精选经典应用案例，引导学生编程兴趣，新增近年来经典编程题目，包括选自蓝桥杯、全国大学生数学建模竞赛等综合类编程题目，通过综合案例的趣味性引导学生的学习兴趣，提高学生的学习技能，使学生在算法思路的开拓与设计技能的运用上实现深层次的锻炼与提高。引导学生由易到难逐步深入理解算法设计，实现以典型案例支撑算法，以算法设计指导案例求解的良性循环。优化后的课程学时分配与实验内容如表2所示。

例如在实验内容中设计以下案例：

1）警察断案模拟问题

案例提出：某地刑侦大队对涉及6个嫌疑人A、B、C、D、E、F的一桩疑案进行分析，已知事实如下：

①A、B 至少有1人作案；

②A、E、F 3人中至少有两人参与作案；

③A、D 不可能是同案犯；

④B、C 或同时作案，或与本案无关；

⑤C、D 中有且仅有1人作案；

⑥如果 D 没有参与作案，则 E 也不可能参与作案。

试编一程序，将作案人找出来。

算法分析：上述问题使用枚举法设计，下面是人工逻辑推理：

（1）假设1：A参与作案，则

①B可能参与作案（A、B至少有1人作案）；

②E、F至少有1人参与作案（A、E、F 3人中至少有2人参与作案）；

③D未参与作案（A、D不可能是同案犯）；

④C参与作案（C、D中有且仅有1人作案）；

⑤B参与作案（B、C或同时作案，或与本案无关）；

⑥E未参与作案（如果D没有参与作案，则E也不可能参与作案）；

⑦F参与作案（A、E、F三人中至少有2人参与作案），结果：A、B、C、F参与作案，D、E未参与作案。

（2）假设2： A未参与作案，则

①B参与作案（A、B至少有1人作案）；

②E、F参与作案（A、E、F三人中至少有2人参与作案）；

③C参与作案（B、C或同时作案，或与本案无关）；

④D未参与作案（C、D中有且仅有1人作案）；

⑤E未参与作案（如果D没有参与作案，则E也不可能参与作案）；

⑥E既参与作案又未参与作案，出现矛盾，假设不成立；

根据上述逻辑，可采取枚举策略，建立6重循环结构，对上述两种假设进行逻辑判断，最终求得一组符合条件的A～E逻辑值。

2）利用天平检测假币问题

案例提出：手里有70枚重量相等的真金硬币，但你知道其中有一枚是假币，比其他金币轻。你有一个平衡秤，你可以一次在两边放上任意数量的硬币，它会告诉你两边是否重量相同，或者如果不相同，哪边更轻。 请概述一个寻找假币的算法。你需要称量多少次？怎么使得称量次数最少？

算法分析：上述问题可使用递归算法设计，利用分治策略进行求解。首先，将硬币分成三组，如70枚硬币可分为第1、第2组包含23枚硬币，第3组24枚硬币。然后，使用平衡秤先称量前两组硬币，如果两边重量相同，那么假币就在剩下的第三组中。再将第3组硬币分成三组，重复上述操作。如果两边重量不同，那么假币就在较轻的那一边，将较轻的一组分为三组，递归上述操作。直到最后只有1枚时，即可找到假币。

3.3 挖掘公安应用，建立警务算法模型库

现有课程整体内容较偏重学术研究，与智慧交通、紧急疏散等公安实际应用存在脱节现象。课程拟通过积累公安实战案例，关联理论内容和公安工作实际应用，综合培养学生分析解决问题、基础知识综合应用和公安实战应用能力。通过增加公安案例，可以突出实战技术前沿。建立理论内容和公安工作实际应用相关联的桥梁，从公安实际业务出发，将理论和实际整合起来。建立警务模型案例库，积累算法相关的公安实战案例，关联理论内容和公安工作实际应用。以火灾模型、应急疏散模型、重点场所治安风险评估模型、情报分析类模型、智慧交通模型等方向为案例库收集类别。

以下为公安应用模型举例：

1）交通最优路径搜索模型