对应课程 序号 教学内容 教学要求（包括重点难点、教学方法、学生掌握的程度等 目标 教学重点：卷积神经网络基本架构、卷积层的功能、 卷积操作的过程、全连接层功能、全连接层与卷积 层的联系与转换、深度残差网络、深度神经网络的 过拟合和欠拟合问题及解决方法。 深度学习网络 1,2,3 教学方法：采用讲解、答疑和实验相结合 教学目的：了解卷积神经网络的工作原理，掌握深 度残差网络以及深度神经网络的过拟合和欠拟合 问题及解决方法。 教学重点：线性支持向量机、非线性支持向量机。 支持向量机基本原 教学方法：采用讲解、答疑和实验相结合 9 1,2,3 理 教学目的：了解支持向量机的工作原理，熟悉其应 用。 教学重点：遗传算法的基本原理、基本操作、模式 理论。 10 遗传算法及应用 教学方法：采用讲解、答疑和实验相结合 1,2,3 教学目的：能够将遗传算法用于神经网络的权值优 化。 教学重点：神经网络系统的总体设计：神经网络的 开发环境：神经网络的软件实现：神经网络的硬件 实现。 人工神经网络设计 11 教学方法：采用讲解、答疑和实验相结合 3,4 与软硬件实现 教学目的：了解神经网络系统设计从需求分析到性 能评价的全过程，掌握软件实现神经网络系统的方 法：熟悉神经网络的硬件实现原理及方法。 教学重点：人工神经系统的基本概念、体系结构、 控制特性和信息模式。 12 人工神经系统 1,2,3 教学目的：了解人工神经系统的工作原理，熟悉人 工神经系统的应用。序号 教学内容 教学要求（包括重点难点、教学方法、学生掌握的程度等） 对应课程 目标 8 深度学习网络 教学重点：卷积神经网络基本架构、卷积层的功能、 卷积操作的过程、全连接层功能、全连接层与卷积 层的联系与转换、深度残差网络、深度神经网络的 过拟合和欠拟合问题及解决方法。 教学方法：采用讲解、答疑和实验相结合 教学目的：了解卷积神经网络的工作原理，掌握深 度残差网络以及深度神经网络的过拟合和欠拟合 问题及解决方法。 1,2,3 9 支持向量机基本原 理 教学重点：线性支持向量机、非线性支持向量机。 教学方法：采用讲解、答疑和实验相结合 教学目的：了解支持向量机的工作原理，熟悉其应 用。 1,2,3 10 遗传算法及应用 教学重点：遗传算法的基本原理、基本操作、模式 理论。 教学方法：采用讲解、答疑和实验相结合 教学目的：能够将遗传算法用于神经网络的权值优 化。 1,2,3 11 人工神经网络设计 与软硬件实现 教学重点：神经网络系统的总体设计；神经网络的 开发环境；神经网络的软件实现；神经网络的硬件 实现。 教学方法：采用讲解、答疑和实验相结合 教学目的：了解神经网络系统设计从需求分析到性 能评价的全过程，掌握软件实现神经网络系统的方 法；熟悉神经网络的硬件实现原理及方法。 3,4 12 人工神经系统 教学重点：人工神经系统的基本概念、体系结构、 控制特性和信息模式。 教学目的：了解人工神经系统的工作原理，熟悉人 工神经系统的应用。 1,2,3