《毕业设计》课程教学大纲 《单片机原理及应用》课程教学大纲 《单片机原理及应用课程设计》课程教学大纲 《辐射测温学》课程教学大纲 《光电测试技术》课程教学大纲 《光电仪器设计》课程教学大纲 《光机电一体化设计与设备》课程教学大纲 《光谱技术与仪器》课程教学大纲 《光纤通讯技术》课程教学大纲 《光学加工与检测技术》课程教学大纲 《光学系统设计》课程教学大纲 《红外与微光技术》课程教学大纲 《激光原理与技术》课程教学大纲 《精密测控电路与驱动技术》课程教学大纲 《企业专家讲座》课程教学大纲 《生产实习》课程教学大纲 《视觉检测技术》（双语）课程教学大纲 《数字图像处理》课程教学大纲 《数字信号处理》（双语）课程教学大纲 《微光机电系统概论》（双语）课程教学大纲 《物理光学》课程教学大纲 《误差理论与不确定度分析》课程教学大纲 《显示技术》课程教学大纲 《信号与系统Ⅱ》课程教学大纲 《信息光学》课程教学大纲 《应用光学》课程教学大纲 《专业导论课》课程教学大纲 《专业综合实践》课程教学大纲

学类核心课 化学实验室安全技术 化学类专业导论（研讨课） 无机化学(1) (2) 有机化学(1) (2) 分析化学(1) 分析化学(2) 物理化学(1) (2) 基础化学操作实验 基础无机化学实验 基础有机化学实验(1) (2) 基础分析化学实验(1) (2) 基础物理化学实验(1) 基础物理化学实验(2) 专业核心课 结构化学 高分子化学 生物化学 化工工程基础 化学工程基础实验 专业选修课 波谱分析 波谱分析实验 高等分析化学 化学信息与化学计量学 药物化学 高等有机化学 现代有机合成 生物有机化学 药物分析 药理学 生物技术概论 电化学原理 环境化学 计算化学 纳米化学 高等无机化学 现代物理化学 文献检索 化学前沿 化学专业英语 化学生物学 集中实践环节 生产实习 化学专业实验（中级） 化学专业实验（高级） 毕业实习 毕业设计（论文）220

（一）理论课程 1《经济学》 2《旅游接待业》 3《旅游目的地管理》 4《旅游消费者行为》 5《统计学》 6《会计学》 7《旅游学概论》 8《造型艺术》 9《参展管理》 10《创意思维训练》 11《会议运营管理》 12《会展策划与管理》 13《会展概论》 14《会展文案写作》 15《会展营销》 16《会展运营与服务管理》 17《节庆活动策划与管理》 18《手绘表现》 19《现代服务业管理》 20《展示空间与设计》 21《CAD&Sketchup》 22《商务谈判》 23《会展客户关系管理》 24《3D MAX》 25《财务管理学》 26《概率与数理统计》 27《会展场馆经营与管理》 28《会展广告设计》 29《跨文化沟通》 30《品牌管理》 31《平面设计软件》 32《商务礼仪》 33《商务英语 1》 34《商务英语 2》 35《设计概论》 36《市场调查与分析》 37《文献信息检索》 38《线性代数》 39《展示工程施工与管理》 40《制图基础》 41《博物馆学概论》 42《电子商务》 43《婚礼策划与组织》 （二）实验课程 44《统计学》 45《造型艺术》 46《参展管理》 47《创意思维训练》 48《手绘表现》 49《展示空间与设计》 50《CAD&Sketchup》 51《3D MAX》 52《会展广告设计》 53《跨文化沟通》 54《平面设计软件》 55《商务礼仪》 56《制图基础》 （三）实践课程 57《旅游接待业》 58《毕业实习 1》 59《毕业实习 2》 60《毕业论文》 61《会展营销》 62《会展运营与服务管理》 63《节庆活动策划与管理》 64《现代服务管理》 65《专业认知实践》 66《会展场馆经营与管理》 67《品牌管理》 68《展示工程施工与管理》 69《专业实操练习》 70《博物馆学概论》 71《婚礼策划与组织》 72《展示空间与设计》 73《会议运营管理》 74《会展策划与管理》 75《商务谈判》 76《市场调查与分析》

《数字电子技术》 《数值分析》 《学科概论》 《程序设计语言 C/C++》 《离散数学》 《数据结构》 《汇编语言程序设计》 《操作系统原理》 《计算机组成原理》 《数据通信原理》 《计算机网络原理》 《网络互连技术》 《数据库系统原理》 《交换原理与技术》 《计算机接口技术》 《面向对象程序设计 Java》 《计算机网络安全技术》 《网络管理》 《接入网技术》 《Web 编程与设计》 《计算机网络系统分析》 《网络工程师概论》 《Linux 操作系统》 《嵌入式系统基础》 《移动应用开发技术》 《云计算概论》 《计算机多媒体技术》 《物联网技术与应用》 《TCP/IP 协议》 《计算机局域网》 《无线通信技术》 《无线传感网技术》 《网站架构与电子商务》 《计算机组网技术》 《网络综合布线技术》 《信息工程管理》 《项目管理》 《数据仓库与数据挖掘》 《电子商务概论》 《科技文献检索》

2.1 基本分析思路和方法 2.1.1 上策均衡 2.1.2 严格下策反复消去法 2.1.3 划线法 2.1.4 箭头法 2.2 纳什均衡 2.3 无限策略博弈分析和反应函数 2.3.1 古诺的寡头模型 2.3.2 反应函数 2.3.3 伯特兰德寡头模型 2.3.4 公共资源问题 2.3.5 反应函数的问题和局限性 2.4 混合策略和混合策略纳什均衡 2.4.1 严格竞争博弈和混合策略的引进 2.4.2 多重均衡博弈和混合策略 2.4.3 混合策略和严格下策反复消去法 2.4.4 混合策略反应函数 2.5 纳什均衡的存在性 2.6 纳什均衡的选择和分析方法扩展

《电子技术基础》课程教学大纲 《计算机网络原理》课程教学大纲 《数据仓库与数据挖掘》课程教学大纲 《数据库系统原理》课程教学大纲 《人工智能导论》课程教学大纲 《物联网专业英语》课程教学大纲 《数据结构》课程教学大纲 《物联网工程导论》课程教学大纲 《无线传感器网络及 RFID 技术》课程教学大纲 《通信技术基础》课程教学大纲 《物联网安全技术》课程教学大纲 《物联网工程技术》课程教学大纲 《物联网工程设计与实施》课程教学大纲 《物联网软件工程》课程教学大纲 《移动应用开发技术》课程教学大纲 《程序设计语言 C》课程教学大纲 《计算机组成原理》课程教学大纲 《微机原理与接口技术》课程教学大纲 《面向对象程序设计 JAVA》课程教学大纲 《Web 开发技术》课程教学大纲 《单片机与嵌入式系统设计》课程教学大纲 《离散数学》课程教学大纲 《传感器与检测技术》课程教学大纲 《物联网通信技术》课程教学大纲 《操作系统原理》课程教学大纲 《无线传感网技术》课程教学大纲 《信息工程管理》课程教学大纲 《项目管理教程》课程教学大纲 《无线通信技术》课程教学大纲 《科技文献检索》课程教学大纲

第一章 概述 1．1 SOPC 的概念 1．2 SOPC 系统设计流程 1．3 SOPC 系统开发环境 1．4 本书中的系统配置 第二章 SOPC 系统构架 2． 1 系统模块框图 2． 2 Nios CPU 2． 3 Avalon 总线 2． 4 外设 IP 模块 第三章 系统硬件开发 3．1 硬件开发流程 3．2 创建 Quartus II 工程 3．3 创建 Nios 系统模块 3．4 编译设计（Compilation） 3．5 编程（Programming） 3．6 下载设计到 Flash 存储器 第四章 系统软件开发 4．1 软件开发流程 4．2 软件开发环境 4．3 文件系统 4．4 软件开发工具 4．5 可配置的处理器硬件属性 4．6 Nios SDK 4．7 软件开发应用 4．8 使用.hexout 4．9 其它的开发板通信和调试方法 4．10 Nios SDK Shell 提示信息 4．11 在 Nios 系统中实现中断服务程序（ISR） 4．12 用户自定义指令 第五章 系统模拟与调试 5．1 软件配置 5．2 模拟设置 5．3 ModelSim 模拟 5．4 模拟结果分析 5．5 增加/删除波形图信号 5．6 片外存储器模拟 5．7 调试 第六章 系统设计实例 6．1 建立硬件需求 6．2 创建一个基本的 Nios 设计 6．3 GDB 调试 6．4 添加用户外设 6．5 RTL 仿真 6．6 Flash 编程 6．7 用户指令和 DMA 6．8 MP3 播放器 附录 1：Nios 嵌入式处理器 32 位指令集 附录 2：Nios 嵌入式处理器开发板－APEX 20K200E 附录 3：Nios 嵌入式处理器开发板－Cyclone_1C20 附录 4：Nios 嵌入式处理器开发板－Stratix_1S10 附录 5：Nios 嵌入式处理器开发板－Stratix_1S40

针对传统的利用极点等密度图和玫瑰图的结构面分组方法主观性强和聚类分析方法不够直观的缺点,建议利用模糊C均值(FCM)聚类的隶属度的结果,结合图形技术绘制隶属度等值线图来进行结构面分组.隶属度等值线图充分利用了模糊C均值聚类中隶属度的信息,展现每个聚类的隶属度的空间分布规律,并且可以分辨出因随机因素形成的结构面,还可以直观地读出聚类中心的范围.三山岛金矿的实例证明,该方法同时具有传统方法直观和聚类分析方法客观的优点,并且能够适应优势组不明显的数据

提出了一种基于免疫原理的故障检测及诊断系统模型.通过对检测对象正常工作状态下获得的自己模式串的阴性选择,随机产生初始检测器;利用基于人工免疫的进化学习机制,实现对检测对象异常工作状态下获得的非己模式串进行学习和记忆;利用进化学习结果和系统故障信息库知识,区分和标记不同故障在状态空间上对应的区域.将抗原学习过程中抗体集合变异所产生的各代抗体集合看作随机序列,给出了序列的收敛条件及证明,证明了所提出的动态免疫进化学习算法是概率弱收敛.应用于机床齿轮箱故障检测和诊断问题的实验结果表明了所提出方法的有效性

通过测量大庆地区区域土壤的理化性质以及碳钢的短期腐蚀数据,分析土壤传质过程的逻辑关系,构建了碳钢短期土壤腐蚀预测模型.通过用该模型在BP人工神经网络中进行学习、训练及模拟,并与现场碳钢埋片腐蚀实验结果对比,进一步验证了腐蚀模型的合理性.结果表明:含水量、空气容量、pH、Cl-含量、SO42-含量和可溶盐总量六种土壤环境参数为影响区域土壤中碳钢腐蚀的主要因素;运用基于Matlab平台的人工神经网络,通过不断地积累土壤腐蚀信息,多次训练后可以建立起稳定性好、泛化能力强的土壤腐蚀预测模型,能较好地预测了大庆地区碳钢在土壤中的腐蚀速率