第1节 无线数据通信概述 3.1.1 概念 3.1.2 主要类别 3.1.3 特点和应用 3.1.4 网络 3.1.5 发展趋势 第2节 红外无线数据通信 3.2.1 概述 3.2.2 系统组成、原理及分类 3.2.3 特点 3.2.4 主要协议——IrDA协议集 3.2.5 红外数据网络 第3节 蓝牙技术Bluetooth 第4节 基于802.11的无线局域网 3.4.1 无线局域网概述 3.4.2 无线局域网网络硬件 3.4.3 网络拓扑结构 3.4.4 网络协议IEEE802.11 3.4.5 无线局域网的频段分配 3.4.6 无线局域网的发展趋势 3.4.7 Wi-Fi新闻 第5节 紫蜂技术ZigBee 3.5.1 简介 3.5.2 协议套件 3.5.3 技术特点 3.5.4 主要应用领域

由于转炉冶炼过程中的热力学和动力学反应复杂，副枪控制模型和传统的烟气分析模型存在很大的局限性，导致了转炉冶炼终点碳含量的预测精度偏低，是实现智能炼钢的主要技术瓶颈. 针对上述问题，提出了基于烟气分析的炼钢过程函数型数字孪生模型. 首先，利用烟气分析得到连续监测的实时数据，以此来实时监控转炉熔池内钢水的碳氧反应状态; 然后，根据熔池反应所处的不同阶段，利用函数型数据分析方法建立吹炼前期和吹炼后期的函数型预测模型; 在此基础上，按照吹炼前期和吹炼后期这两个阶段来分别自动修正模型中的系数函数，从而能在复杂的实际工况条件下完成对熔池碳含量的准确预测. 通过260 t氧气转炉的工业应用实例，证实函数型数字孪生模型具有良好的自学习和自适应能力，对异常冶炼状态具有良好的鲁棒性，可以实现全过程的熔池碳含量动态预测，终点碳质量分数在± 0. 02% 范围内的命中率为95%. 利用函数型数字孪生模型在拉碳阶段对钢水中碳含量的预测值来控制终吹点. 更为重要的是，在保证入炉原料成分、温度、质量等参数稳定的前提下，采用该模型可以有望取消基于副枪的停吹取样步骤，从而降低生产成本，提高产品质量和生产效率，具有广泛的工业应用前景

学科基础课平台必修课 《高等数学 A1》 《高等数学 A2》 《大学物理 A1》 《大学物理 A2》 《大学物理实验》 《C++程序设计》 《C++程序设计实验》 《C++程序设计实训》 《线性代数》 《概率论与数理统计 B》 《离散数学Ⅰ》 《计算机组成原理 I》 《数据结构 I》 《数据结构 I 实验》 《计算机网络原理Ⅰ》 《操作系统 I》 《操作系统Ⅰ》 《电工电子技术 C》 《复变函数与积分变换》 学科基础课平台选修课 《数字逻辑》 《Java 程序设计》 《Java 程序设计实验》 《管理信息系统》 《管理信息系统实训》 《数据库原理 A》 《编译原理》 《物联网工程导论》 《软件工程概论 A》 《汇编语言与接口技术》 《汇编语言与接口技术》考查大纲 《汇编语言与接口技术》实践 《算法分析与设计》 《数字通信原理》 专业课平台必修课 《网络信息安全》 《传感器技术及应用》 《短距离无线通信技术》 《RFID 技术》 《无线传感器网络》 《嵌入式系统设计》 《嵌入式 linux 应用程序开发》 《云计算技术》 《Linux 网络操作系统》 《模式识别与人工智能》

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

一、 学科平台课程 1 《高级语言程序设计》 二、 专业课程 1 《计算机导论》 2 《离散数学》 3 《电子技术》 4 《电子技术实验》 5 《计算机组成原理》 6 《数据结构》 7 《数据库系统原理 A》 8 《软件工程概论》 9 《操作系统》 10《算法设计与分析》 11《计算机网络》 12《软件质量保证与测试》 13《软件项目管理与案例分析》 14《人机交互技术》 15《软件系统分析与设计》 16《软件过程与管理》 17《软件体系结构》 三、 个性化发展课程 1 《可视化项目开发技术》 2 《Web 开发技术》 3 《嵌入式系统原理与应用 A》 4 《移动平台应用开发》 5 《数据挖掘》 6 《Python 程序设计》 7 《人工智能》 8 《深度学习》 9 《大数据处理基础》 10《企业信息化系统分析》 11《三维动画原理与开发技术》 12《编译原理》 13《科技论文写作》 14《工程经济学》 15《前沿知识研讨》 16《职业能力拓展》 17《企业级开发技术》 四、 实践环节 1 《认识实习》 2 《小型软件项目综合课程设计》 3 《软件项目实践》 4 《生产实习》 5 《毕业实习》 6 《毕业设计》

学科基础课平台必修课 《高等数学 A1》 《高等数学 A2》 《大学物理 A1》 《大学物理 A2》 《大学物理实验》 《C++程序设计》 《C++程序设计实验》 《C++程序设计实训》 《线性代数》 《概率论与数理统计 B》 《离散数学Ⅰ》 《计算机组成原理 I》 《数据结构 I》 《数据结构 I 实验》 《计算机网络原理Ⅰ》 《操作系统 I》 《操作系统Ⅰ》 《电工电子技术 C》 学科基础课平台选修课 《数字逻辑》 《Java 程序设计》 《Java 程序设计实验》 《Java 程序设计》实训 《管理信息系统》 《管理信息系统实训》实践 《数据库原理 A》 《编译原理》 《物联网工程导论》 《软件工程概论 A》 《汇编语言与接口技术》 《汇编语言与接口技术》考查大纲 《汇编语言与接口技术》实践 《算法分析与设计》 专业课平台必修课 《数字通信原理》 《网络设计与集成》 《网络信息安全》 《网络管理》 《网络应用开发》 《计算机类(网络)认识实习》 《网络生产实习》 《网络毕业实习》 《网络工程专业毕业设计（论文）》 专业课平台选修课 《协议分析与设计》 《网络空间攻防实训》 《Linux 网络操作系统》 《路由与交换技术实验》 《网络软件开发》 《云计算技术》 《Java EE 平台开发》 《Java EE 平台开发实验》 《开源框架技术》 《大数据与深度学习》 《离散数学 II》 《模式识别与人工智能》 《嵌入式系统设计》 《嵌入式 linux 应用程序开发》 《智能医疗》 《智能医疗》实验 《数据挖掘》 《数据挖掘》实验

以抚顺老虎台矿田为工程背景,采用加卸载响应比理论,开展强矿震预测技术应用研究.研究表明:0≤ML≤0.5矿震在各开采深度作为加卸载响应震级的预测效能均较好,对于阶段峰值震级的平均预测信度为0.72;ML≥1.4矿震作为加卸载响应震级,具有深度尺度效应,响应震级与开采深度成正比,一般小于预测震级0.5～1.0,对于阶段峰值震级的平均预测信度0.60;0.6≤ML<1.4矿震作为加卸载响应震级的随机性较大,分析是两种不同机制矿震混合的结果,不适宜作为加卸载响应震级;开采深度越大,地应力环境强度越高,预测敏感性和效果越好.在阜新煤田和门头沟矿田进行普适性检验,预测信度分别为0.8和0.73.试验结果表明,加卸载响应比理论和方法预测强矿震具有较好的效能和应用前景

利用极化曲线和Mott-Schottky曲线,研究了超级13Cr马氏体不锈钢在100、130、150和170℃且含CO2和Cl-的腐蚀介质中浸泡7 d所形成的钝化膜的电化学行为和半导体性质.同时应用光电子能谱表面分析技术分析了超级13Cr钝化膜中的元素价态.结果表明,超级13Cr马氏体不锈钢经腐蚀过后形成的钝化膜表层中Mo和Ni以各自硫化物的形式富集,而Cr以Cr的氧化物的形式富集.在100℃和130℃形成的钝化膜具有良好的耐蚀性,而在150℃和170℃形成的钝化膜耐蚀性下降.产生这种现象的原因与表面钝化膜的半导体性能密切相关,在100℃和130℃中形成的钝化膜具有双极性n-p型半导体特征,且随着温度升高掺杂数量增多,而150℃和170℃介质中形成的钝化膜为p型半导体,故随着温度升高,超级13Cr马氏体不锈钢的耐蚀性能下降

二氧化碳相变致裂作为一种环境友好的绿色破岩技术，具有破岩效率高、振动小、无污染等优点，近年来已成为岩石破碎与开挖领域的热门研究课题，相关研究发展迅速。大量学者运用理论分析、实验研究和数值模拟等手段对二氧化碳相变致裂技术进行了广泛探究，并取得了一些有益进展。通过对现有相关研究成果的调研分析，阐述了二氧化碳相变致裂技术的破岩机理，回顾了二氧化碳相变致裂荷载特征及其测试手段，归纳了致裂荷载表征方法，概括了致裂荷载与致裂效果的主要影响因素，分析了二氧化碳相变致裂的有害效应，总结了二氧化碳相变致裂技术在多领域的应用，并探讨了二氧化碳相变致裂当前存在的问题与未来挑战，以期为二氧化碳相变致裂技术的理论研究和工程应用推广提供参考

专业必修课程 《微生物学》 《农业实验室安全教育》 《植物生产类专业导论》 《农业气象学 B》 《遗传学 B》 《植物生理学 A》 《种子生物学》 《植物保护学 A》 《土壤肥料学》 《现代企业管理》 《作物栽培学 B》 《分子生物学基础》 《试验设计与数据分析》 《食用菌栽培技术》 《生物化学 B》 《作物育种学综合实验》 《农业生物技术 A》 《作物育种学》 《作物种子生产 A》 《种子检验学》 《种子加工与贮藏》 《种子经营与管理 A》 专业综合实践环节 《农业气象学教学实习 B》 《作物种子生产实践基础》 《植物保护学 A 实习》 《植物学教学实习 B》 《农业生物技术实习》 《种子检验与加工实习》 《作物种子生产实习》 《毕业论文》 专业选修课程 《智慧农业理论与实践》 《现代种业讲座》 《农业生态学》 《市场营销学》 《农业信息技术》 《耕作学 B》 《种质资源学》 《基因组学概论》 《园艺通论》 《作物施肥原理与技术 B》 《互联网+现代农业》 《科技文献阅读与写作》 《农业推广学》 《植物新品种保护与 DUS 测试》 《分子植物育种 A》 《生物育种进展》 《生物信息学》 《生物进化论》 《双碳概论》 《农业大数据原理与应用 C》 《农业政策学》 《农业信息技术 B》 《农业生产机械化》