《工业工程导论》 《认识实习》 《可靠性工程》 《采购与供应商质量控制》 《项目质量管理》 《集成质量系统实验》 《设计质量技术》 《质量管理体系》 《质量管理综合设计》 《质量检验技术》 《服务质量管理》 《国家质量基础设施概论》 《六西格玛管理》 《质量大数据技术》 《质量成本与质量经济性》 《质量法规与质量监督》 《质量分析技术》 《质量信息化技术》 《毕业实习》 《毕业设计（论文）》

“互联网＋”的本质与进程 互联网+的动力之源 云网端、大数据和分工网络 “互联网＋零售业” 网络零售释放内需潜力 “互联网＋批发业” 产业集群线上转型 “互联网＋制造业” 柔性化生产加速 “互联网＋外贸” 跨境电商崛起 “互联网＋农业” 老树发新芽 “互联网＋金融” 普惠金融梦想成真 “互联网＋物流” 电商物流异军突起

标准是对重复性事物和概念所做的统一规定,它以科学、技术 和实践经验的综合成果为基础,经有关方面协商一致,由主管 机构批准,以特定形式发布,作为共同遵守的准则和依据

一. 热分析概述 1. 热分析定义 2. 热分析仪器 仪器类型 仪器校正及检定 3. 热分析实验 热分析方法选用 实验方案设计及实验条件选择 热分析曲线解析 二. 应用 用热分析观测物质的各种转变、反应和特性参数的应用实例。 或：不同研究领域的应用实例。 或：相对应的研究领域的应用实例。 三. 热分析中的哲理 ◆ 热变化是永恒的主题 ◆变则通的哲理 ◆时-空特性 ◆ 对偶性 ◆研究层次 ◆ 科学思维方法的运用 ◆问题-方法-标准的思维方法 四. 热分析中几个问题的思考 站在科学的高度，关注热分析面临的共同问题。 1. 热分析峰的分离 2. 大数据的热分析仪器 3. 原位分析—穿戴设备 4. 微重力下的热分析

 大数据处理的基本流程  大数据处理模型  大数据关键技术  大数据处理工具  大数据时代面临的新挑战 WordCount 关联规则基本模型 聚类 本章内容首先介绍了大数据处理的基本流程和大数据处理模型，接着介绍了大数据的关键技术，其中，云计算是大数据的基础平台和支撑技术，本章以Google 的相关技术为主线，详细介绍Google 以及其他众多学者和研究机构在大数据技术方面已有的一些工作，包括文件系统、数据库系统、索引和查询技术、数据分析技术等；接下来，介绍了大数据处理平台和工具，就目前技术发展现状而言，Hadoop 已经成为了大数据处理工具事实上的标准。最后，介绍大数据时代面临的新挑战，包括大数据集成、大数据分析、大数据隐私问题、大数据能耗问题、大数据处理与硬件的协同、大数据管理易用性问题以及性能测试基准。 大数据采集架构 预测模型

课程评价、考核资料清单、要求及说明 数据挖掘技术 大数据工作思路 大数据概述与应用 大数据现状与问题 基本概念简述  大数据采集与预处理  大数据存储与管理  大数据计算模式  大数据分析与挖掘  大数据可视化分析  大数据安全

数据库设计完成后如何建到系统中去？当系统业务数据增长后，如何调整数据库容量呢？

1.1 大数据时代 1.2 大数据概念 1.3 大数据的影响 1.4 大数据的应用 1.5 大数据关键技术 1.6 大数据计算模式 1.7 大数据产业 1.8 大数据与云计算、物联网的关系

一、 数据管理 二、 数据库系统 三、数据模型 四、数据库语言 五、数据库用户 六、数据库管理员DBA

一、数据库系统设计概述 二、需求分析 三、概念数据库设计 四、逻辑数据库数据库设计 五、物理数据库设计