第一部分 软件仿真（Simulator）实验 实验一 集成开发环境 CCS 应用基础 实验二 寻址方式 实验三 定点定标运算 实验四 浮点运算 实验五 汇编程序的优化 实验六 C 语言编程与优化（乘法—累加运算程序设计） 实验七 混合编程实验 实验八 FIR 滤波器的实现 实验九 基于 DSP 的数字图像处理算法的实现 第二部分 硬件（Emulator）实验 实验十 片内定时器实验 实验十一 数字 I/O 口的应用 实验十二 同步串口与 A/D 转换 实验十三 基于 DSP 的数字音频处理系统 第三部分 部分实验程序参考清单 实验一参考程序 实验二参考程序 实验三参考程序 实验四参考程序 实验五参考程序 第四部分 参考资料 一、C54xCPU 的存储器映像寄存器及其地址 二、C54xCPU 的状态和控制寄存器 ST0、ST1 三、TMS320C5416DSP 的存储区映像 四、C54xCPU 的处理器模式状态寄存器 PMST 五、C54x 的片内定时器控制寄存器 TCR 六、TMS320C5416 的中断矢量表 参考文献

为研究堆浸体系矿石粒径分布对孔隙结构的影响，对不同级配矿岩散体构成的浸柱开展显微CT扫描测试，得到浸柱内部结构图像。通过阈值分割算法对孔隙结构进行提取，建立浸柱三维孔隙模型，对浸柱体孔隙率和面孔隙率的空间分布特征进行研究。利用最大球算法构建浸柱孔隙网络模型，进而分析矿石粒径分布对孔喉半径、喉道长度、孔喉体积、形状因子和配位数等参数的影响规律。结果表明：矿石颗粒级配性越好，矿堆孔隙率越低；矿石粒径越均匀，矿堆不同区域孔隙率差异越小；矿石粒径分布对孔隙尺寸和连通性影响较为显著，对孔喉形状因子影响较小。随着细颗粒矿石的减少，大孔隙增多，孔喉半径、喉道长度和孔喉体积相应增大；随着矿石粒径均匀性的增加，堆浸体系中孤立孔隙所占比例减少，高配位数孔隙所占比例增大，即矿堆内的孔隙空间具有更好的连通性

目 录 1《自动控制理论》 2《单片机原理及应用》 3《现代控制理论》 4《电机及电力拖动》 5《检测技术与仪表》 6《电力电子技术课程设计》 7《运动控制系统》 8《过程控制系统》 9《计算机控制系统》 10《专业英语》 11《PLC 原理及应用》 12《嵌入式系统》 13《EDA技术及应用》 14《C 语言案例设计》 15《现场总线技术》 16《机器人学基础》 17《高级语言程序设计》 18《控制系统辅助仿真设计》 19《工业计算机通信与网络》 20《PLC 课程设计》 21《电力电子技术课程设计》 22《数字图像处理》 23《数据结构与算法》 24《复变函数与积分变换》 25《信号与系统》 26《模式识别与人工智能》 27《工程电磁场》 28《集散控制系统》 29《控制电机》 30《信号与系统》 31《智能控制技术》 32《文献检索与科学研究》 33《虚拟仪器》 34《计算机控制系统课程设计》 35 《智能控制技术课程设计》 ………………………………………………

基于图像处理的方法，采用了由粗及精的瞳孔定位思想，提出了一种高精度的瞳孔定位算法。该算法首先利用瞳孔区域的直方图，采用改进的最大类间方差法自适应地分割瞳孔区域，实现粗略定位，然后利用瞳孔灰度的梯度特性来精确定位瞳孔边缘点，最后在像素级瞳孔边缘点的基础上，采用亚像素定位方法，更精确地求得亚像素级瞳孔边缘点，并通过椭圆拟合的方法来精确确定瞳孔的中心位置。另外，针对瞳孔被遮挡的情况，本文提出了一种等距离补偿瞳孔的方法。多次实验结果证明了该算法对遮挡瞳孔的定位有较强的鲁棒性，可以准确地定位瞳孔的位置

随着无人工厂、智能安监等技术在制造业领域的深入应用，以视觉识别预警系统为代表的复杂环境下动态识别技术成为智能工业领域的重要研究内容之一。在本文所述的工业级视觉识别预警系统中，操作人员头发区域由于其具有移动形态非规则性、运动无规律性的特点，在动态图像中的实时分割较为困难。针对此问题，提出一种基于SiamMask模型的时空预测移动目标跟踪算法。该算法将基于PyTorch深度学习框架的SiamMask单目标跟踪算法与ROI检测及STC时空上下文预测算法相融合，根据目标时空关系的在线学习，预测新的目标位置并对SiamMask模型进行算法校正，实现视频序列中的目标快速识别。实验结果表明，所提出的算法能够克服环境干扰、目标遮挡对跟踪效果的影响，将目标跟踪误识别率降低至0.156%。该算法计算时间成本为每秒30帧，比改进前的SiamMask模型帧率每秒提高3.2帧，算法效率提高11.94%。该算法达到视觉识别预警系统准确性、实时性的要求，对移动目标识别算法模型的复杂环境应用具有借鉴意义

《高等数学 1,2》 《经济数学 1，2，3》 《文科数学 1，2》 《线性代数》 《概率论与数理统计 I》 《概率论与数理统计 II》 《数值分析Ⅰ》 《数值分析Ⅱ》 《数值分析Ⅲ(或计算方法)》 《离散数学 I》 《离散数学 II》 《复变函数与积分变换 I》 《复变函数与积分变换 II》 《运筹学》 《运筹学（公选）》 《数学模型》 《数学建模（公选）》 《矢量分析与场论》 《大学物理 I1 ，I2》 《大学物理 II1 ，II2》 《大学物理Ⅲ》 《医学物理学》 《文科物理》 《近代物理（公选）》 《现代工程技术中的物理基础（公选）》 《科学研究方法论（公选）》 《科学技术概论（公选）》 《PASCO 物理探索（公选）》 《数学分析 1，2，3》 《高等代数 1，2》 《空间解析几何》 《常微分方程》 《信息论概论》 《信号与系统 I》 《信号与系统 II》 《数据分析与应用软件》 《信息论与编码理论 I》 《信息论与编码理论 II》 《最优化方法》 《数字信号处理》 《数字图像处理》 《数学专业英语》 《算法分析》 《信息科学导论》 《电路分析》 《数学物理方法》 《电磁场与电磁波》 《应用光学》 《电子设计自动化》 《光度学与色度学基础》 《数字信号处理及应用》 《激光原理及应用》 《信息光学》 《光电子技术基础》 《光电测量技术》 《微波原理与天线》 《现代通信技术》 《红外物理及应用》 《数字语音处理》 《大学物理实验 I1，I2》 《近代物理实验（公选）》 《近代物理基础与实验》 《电子信息专业综合实验》 《数学实验》 《信号与系统课程设计》 《数字信号处理课程设计》 《信息论与编码理论课程设计》 《数字图象处理课程设计》 《计算机技能培训》 《专业实践与训练》 《毕业实习》

1.《自动控制理论》课程教学大纲 2.《单片机原理及应用》课程教学大纲 3.《现代控制理论》课程教学大纲 4.《电机及电力拖动》课程教学大纲 5.《检测技术与仪表》课程教学大纲 6.《电力电子技术课程设计》教学大纲 7.《运动控制系统》课程教学大纲 8.《过程控制系统》课程教学大纲 9.《计算机控制系统》课程教学大纲 10.《专业英语》课程教学大纲 11.《PLC 原理及应用》课程教学大纲 12.《嵌入式系统》课程教学大纲 13.《EDA技术及应用》课程教学大纲 14.《C 语言案例设计》课程教学大纲 15.《现场总线技术》课程教学大纲 16.《机器人学基础》课程教学大纲 17.《高级语言程序设计》课程教学大纲 18.《控制系统辅助仿真设计》课程教学大纲 19.《工业计算机通信与网络》课程教学大纲 20.《PLC 课程设计》教学大纲 21.《电力电子技术课程设计》教学大纲 22.《数字图像处理》课程教学大纲 23.《数据结构与算法》课程教学大纲 24.《复变函数与积分变换》课程教学大纲 25.《信号与系统》课程教学大纲 26.《模式识别与人工智能》课程教学大纲 27.《工程电磁场》课程教学大纲 28.《集散控制系统》课程教学大纲 29.《控制电机》课程教学大纲 30.《信号与系统》课程教学大纲 31.《智能控制技术》课程教学大纲 32.《文献检索与科学研究》课程教学大纲 33.《虚拟仪器》课程教学大纲 34.《计算机控制系统课程设计》教学大纲 35. 《智能控制技术课程设计》教学大纲

计算机导论课程教学大纲 离散数学课程教学大纲 电子技术基础课程教学大纲 数据结构课程教学大纲 计算机组成原理课程教学大纲 计算机网络课程教学大纲 操作系统课程教学大纲 数据库原理与技术课程教学大纲 算法设计与分析课程教学大纲 软件工程课程教学大纲 前端网页设计课程教学大纲 Web 项目开发课程教学大纲 单片机原理及应用课程教学大纲 嵌入式系统原理及应用课程教学大纲 网络安全技术课程教学大纲 Linux 操作系统课程教学大纲 微机原理与接口技术课程教学大纲 文献检索与科技写作课程教学大纲 Python 程序设计课程教学大纲 C++项目开发课程教学大纲 云计算技术教学大纲 网络工程技术课程教学大纲 编译原理课程教学大纲 IT 专业英语课程教学大纲 人工智能技术课程教学大纲 数字图像处理课程教学大纲 IT 行业创新创业专题课程大纲 C 语言程序设计-课程设计教学实习（实训）大纲 Java 语言程序设计-课程设计教学实习（实训）大纲 认知实习教学实习（实训）大纲 数据结构-课程设计教学实习（实训）大纲 项目综合实训 1 教学实习（实训）大纲 项目综合实训 2 教学实习（实训）大纲 项目综合实训 3 教学实习（实训）大纲 专业劳动实践教学实习（实训）大纲 企业实训教学实习（实训）大纲 生产实习教学实习（实训）大纲 毕业设计教学实习（实训）大纲

一、学科平台课程 1、《高级语言程序设计》 2、《电路原理》 3、《电路原理实验》 4、《模拟电子技术基础》 5、《模拟电子技术基础实验》 6、《数字电子技术基础》 7、《数字电子技术基础实验》 二、专业课程 1、《计算机导论》 2、《离散数学》 3、《数据库系统原理 A》 4、《数据结构》 5、《计算机组成原理》 6、《微机原理与接口技术》 7、《操作系统》 8、《计算机网络》 9、《软件工程》 10、《算法设计与分析》 11、《计算机系统结构》 12、《编译原理》 13、《逻辑与计算机设计基础》 14、《EDA 技术及应用》 15、《科技论文写作》 三、个性化发展课程 1、《网络管理技术》 2、《网络系统集成技术》 3、《互联网软件基础》 4、《嵌入式系统》 5、《并行计算与多核编程》 6、《分布式计算》 7、《大数据存储技术》 8、《图形图像技术》 9、《计算机识别技术》 10、《人工智能》 11、《数据挖掘》 12、《项目管理与案例分析》 13、《单片机原理与应用》 14、《通信原理》 15、《信号与系统 A》 16、《机器学习》 四、实践环节 1、《毕业设计》 2、《认识实习》 3、《生产实习》 4、《工程实习》

 理解动态规划算法的概念  掌握动态规划算法的基本要素 最优子结构性质 重叠子问题性质  掌握动态规划算法的设计方法 找出最优解的性质，并刻划其结构特征 递归地定义最优值 以自底向上的方式计算出最优值 根据计算最优值时得到的信息，构造最优解  通过应用范例学习动态规划算法设计策略  矩阵连乘问题 (Matrix-Chain Multiplication)  最长公共子序列问题  最大子段和问题 Maximum Sub-Sequence Sum  凸多边形最优三角剖分问题 Optimal Triangulation of a Convex Polygon  图像压缩问题  0-1背包问题（0/1 Knapsack Problem） 最优二叉查找树 （Optimal Binary Search Tree）