1学科基础课平台必修课 《高等数学 B1》 《高等数学 B2》 《线性代数》 《概率论与数理统计 B》 《管理学 A》 《微观经济学 B》 《统计学 A》 《基础会计学 B》 《市场营销学 A》 《电子商务专业导论》 2 学科基础课平台选修课 《经济法 C》 《组织行为学》B 《计算机办公自动化》 《运筹学 B》 《市场调查与分析》 《财务管理学 B》 《创业管理》 《信息检索与利用》 《战略管理 B》 《营销策划》 《管理研究方法》 3 专业课平台必修课 《数据库原理与应用 A》 《面向对象程序设计》 《电子商务概论》 《电子商务网站建设》 《电子商务网站建设》课程考试 《电商毕业实习》 电商专业毕业设计 1（论文） 电商专业毕业设计 2（论文） 4 专业课平台选修课 《平面图像处理》 《网页设计与制作》 《网页设计与制作》考试 《网页设计与制作》课程实训 《电子商务运营管理》 《电子商务支付与安全》 《数据挖掘与商务智能》 《操作系统》 《操作系统》课程考试 《信息系统开发环境与工具》 《信息经济学》 《电子商务系统分析与设计》 《电子商务案例分析》 《管理信息系统》 《移动开发技术》 《软件工程》 《电子商务法律》 《网络客户服务与管理》 《跨境电子商务》 《电子商务专业英语》 《电商认知调查》实习 电子商务专业学年论文 《数据结构》 《商业数据分析》实训 《电子商务沙盘实训》 《创新创业创意实训》实习大纲

1学科基础课平台必修课 《高等数学 B1》 《高等数学 B2》 《线性代数》 《概率论与数理统计 B》 《管理学 A》 《统计学 A》 《统计学 A》课程考试 《基础会计学 B》 《市场营销学 A》 《信息管理与信息系统专业导论》 2学科基础课平台选修课 《经济法 C》 《组织行为学》B 《计算机办公自动化》 《运筹学 B》 《市场调查与分析》 《财务管理学 B》 《创业管理》 《战略管理 B》 《系统工程学 C》 《管理研究方法》 3 专业课平台必修课 《数据库原理与应用 A》 《面向对象程序设计》 《电子商务概论》 《信息系统开发环境与工具》 《信息资源组织与管理》 《管理信息系统》 《信息专业实习》 《信管毕业实习》 信息管理与信息系统专业毕业设计（论文） 4 专业课平台选修课 《平面图像处理》 《网页设计与制作》 《网页设计与制作》考试 《网页设计与制作》课程实训 《信息经济学》 《操作系统》 《操作系统》课程考试 《信息检索与利用》 电子商务支付与安全 《数据挖掘与商务智能》 《信息服务与用户》 《软件工程》 《信息分析与预测》 《移动开发技术》 《信息系统项目管理》 《信息资源知识产权》 《电子政务》 《决策支持系统》 《信管专业英语》 《信管专业认知调查》 《信息管理与信息系统》 《数据结构》 《商业数据分析》 《创新创业创意实训》

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》

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》

针对间断连接无线网络中节点负载不均衡和能量资源受限的问题,提出了一种能量有效的数据转发策略.该策略根据网络运行的历史相遇信息,充分考虑网络特性,以分布式方式估计节点的活跃度、剩余能量和数据转发率,准确地估计节点效用值,感知网络节点的服务能力,以帕累托最优作为自适应选择最佳下一跳中继节点的理论依据,执行数据转发操作,有效地解决了由于节点自私性所导致的网络性能下降.数值结果表明,与其他能量管理机制相比,所提出的机制能够均衡网络节点负载,有效解决网络\热点\问题,延长网络生存时间,使投递率、时延等系统性能都得到大幅度提升

1. 什么是SQL？ SQL，翻译成中文就是“结构化查询语言”。其发音是“S-Q-L”，也可以读 作“sequel”。 SQL是一种计算机语言，它是为了从存储在关系数据库中的数据中获得信息 而设计的，即通过SQL可以从大量收集的数据中查找想要的信息。 SQL不同于其他计算机语言，我们使用SQL描述想要的信息类型，然后计算机 会确定出获得它的最好过程，并运行这个过程。这就是所谓的“说明性”计算机 语言，因为它注重的是结果：我们可以详细说明结果的外表特征。计算机允许使 用任意数据处理方法，只要它获得正确结果。 其他计算机语言大部分是“过程性”的，如汇编、Pascal、C、Java等

针对轧钢生产中大批过程数据没有被用于提高厚度质量的现象,提出了一种基于减法聚类的带钢厚度数据驱动在线建模方法.首先通过减法聚类将输入空间划分为一些小的局部空间,在每个局部空间中用最小二乘支持向量机建立子模型,子模型加权输出作为带钢厚度的离线模型;然后当在线数据不断增加时,通过在线减法聚类算法实时调整局部空间,子模型的参数采用最小二乘支持向量机的递推算法进行相应的在线辨识,子模型的预测输出作为模型的最后输出.实验结果表明,该方法具有良好的预测精度和较强的在线学习能力

近年来，无人机入侵的事件经常发生，无人机跌落碰撞的事件也屡见不鲜，在人群密集的地方容易引发安全事故，所以无人机监测是目前安防领域的研究热点。虽然目前有很多种无人机监测方案，但大多成本高昂，实施困难。在5G背景下，针对此问题提出了一种利用城市已有的监控网络去获取数据的方法，基于深度学习的算法进行无人机目标检测，进而识别无人机，并追踪定位无人机。该方法采用改进的YOLOv3模型检测视频帧中是否存在无人机，YOLOv3算法是YOLO（You only look once，一次到位）系列的第三代版本，属于one-stage目标检测算法这一类，在速度上相对于two-stage类型的算法有着明显的优势。YOLOv3输出视频帧中存在的无人机的位置信息。根据位置信息用PID（Proportion integration differentiation，比例积分微分）算法调节摄像头的中心朝向追踪无人机，再由多个摄像头的参数解算出无人机的实际坐标，从而实现定位。本文通过拍摄无人机飞行的照片、从互联网上搜索下载等方式构建了数据集，并且使用labelImg工具对图片中的无人机进行了标注，数据集按照无人机的旋翼数量进行了分类。实验中采用按旋翼数量分类后的数据集对检测模型进行训练，训练后的模型在测试集上能达到83.24%的准确率和88.15%的召回率，在配备NVIDIA GTX 1060的计算机上能达到每秒20帧的速度，可实现实时追踪

1.1基本概念 时间序列所研究的是时间上的相关结构。它的应用广泛,从海洋学到金融学 都是它的应用范围。著名的CAPM模型(资本资产定价模型)和随机波动模型就是 含有时间序列成份的金融模型的例子。当我们考虑一时间序列时,我们通常考虑一 个数值的集合{X:t=1,…,n},其中下标t表示数据被观测到的时间。虽然直观 上很清楚,我们还是来详细描述一下X的一系列非标准特性。 非等距数据(缺损数据)。例如,若时间序列是某一证券的日收益率,则在节假 日等非交易日里就没有数据可得了

一、填空题(每空1分,共24分) 1.大多数排序算法都有两个基本的操作 和 2.在对一组记录(54,38,%6,23,15,72,60,45,83)进行直接插入排序时,当把第7个记录60插