键盘 LCD显示器 触摸屏技术 串行总线数据通信 PTR2000无线数据传输

通过对“人工智能+教育”领域历史发展中一些典型类别研究的回顾,我们发现,这个跨学科领域越来越强调教育与技术的深度融合。而这两方面的融合,需要更多地培养教育和计算机研究的跨学科人才

• 可测试性概述 • 固有测试性设计 • 机内自测试技术（BIT） • 设计实例

主要内容 ·智能及其实现 ·ANN基础 Perceptron ·BP CPN ·统计方法 · Hopfield网与BAM ART

《高级程序设计》 《机械设计基础》 《机械制造技术基础 B》 《机械振动理论》 《现代设计方法》 《先进制造技术》 《现代控制理论》 《机械电子学》 《车辆系统动力学》 《弹性理论基础》 《工业设计理论》 《工程测试与信号分析》 《状态监测与智能运维》 《现代传感技术》 《智能硬件系统开发与应用》 《无人系统环境感知与导航》 《智能制造与装备》 《制造信息化技术》 《数字化制造中的建模与仿真技术》 《制造装备智能控制与维护》 《智能机械装备设计及应用》 《机械数字化设计及分析》 《多体系统动力学》 《应用非线性动力学》 《机械系统建模与仿真》 《车辆电子控制技术》 《新能源汽车技术》 《智能车辆理论与技术》 《电动汽车电机驱动与控制》 《机器人学与应用》 《机器人感知与控制》 《机器人操作系统解析》 《机器人应用技术》 《工业设计管理》 《工业设计方法》 《设计形态学》 《交互界面设计》 《先进材料技术》 《数字孪生技术》基础 《人工智能及应用》 《文献阅读与学术写作》 《现代检测技术与仪器》 《测试实验技术》 《机电液一体化控制技术实践》 《现代制造技术实践》 《工程软件开发与实践》 《基于面向对象方法的 PLC 编程及实践》 《智能车辆实验方法与技术》 《车辆性能数字仿真技术》 《工程建模分析与实践》 《产品交互设计实践》 《产品工业设计实践》

《专业实践》 《超密集无线组网》 《创新创业活动》 《多抽样率信号处理》 《多域感知与信息融合》 《分数域信号与信息处理及其应用》 《复杂系统与复杂网络》 《高等工程电磁场》 《高分辨率遥感图像理解》 《光纤宽带网络技术》 《行业前沿讲座》 《基于 FPGA 的通信系统设计》 《集成电路科学与工程》 《集成光电子芯片原理与应用》 《计算机视觉》 《近代光信息处理与应用》 《卡尔曼滤波及其在导航系统中的应用》 《空天地智能信息网络》 《空天信息通信技术》 《空天信息网络安全技术》 《雷达目标智能识别》 《雷达信号处理》 《绿色网络通信技术》 《模式识别与机器学习》 《嵌入式信息处理系统设计》 《人工智能导论》 《人工智能中的矩阵方法》 《认知无线电与认知网络》 《射频识别协议架构与安全认证》 《深度强化学习与信息处理》 《水中机器人实训》 《通信网理论与应用》 《通信系统软硬件协同设计》 《图像处理与图像理解》 《图像理解与识别》 《网络协议工程与算法》 《微波射频测量技术》 《微纳米信息系统与智能硬件》 《卫星通信智能抗干扰技术》 《文献阅读与学术写作》 《无线通信先进技术》 《无线通信原理与应用》 《现代数字通信》 《现代天线理论与技术》 《现代信号处理》 《信号检测与估计》 《信息论与编码理论》 《虚拟现实仿真系统实践》 《学科前沿讲座》 《遥感技术原理与应用》 《移动通信网络与系统》 《语义通信技术》 《智慧城市与物联网》 《智能网络协同计算实践》 《专业英语》 《最优化理论与方法》

《人工智能导论》为计算机科学技术专业和软件工程专业的一门选修课，其目的是使学生初步了解人工智能的基本原理，初步学习和掌握人工智能的基本技术，以便拓宽知识面，并为进一步学习和应用奠定基础。本课程的具体要求为： 1. 了解人工智能的基本概念、分支领域及其发展概况； 2. 理解知识表示及其推理的基本原理，掌握其基本技术； 3. 理解基于搜索的问题求解基本原理，掌握其基本技术； 4. 理解机器学习、知识发现的基本原理；初步掌握其基本方法； 5. 学会一种人工智能程序语言，掌握简单的智能程序设计方法； 6. 能综合运用所学知识，设计实现一个小型专家系统。 教学重点、难点： 1. 搜索与问题求解； 2. 知识表示及其推理； 3. 机器学习与知识发现； 4. 专家系统原理与设计

以某钢厂1580热连轧生产数据为基础,提出一种有限元与神经网络集成建模的方法.该方法首先对轧制过程的塑性变形进行有限元建模,然后结合有限元数值分析方法和智能技术的优点,实现有限元和神经网络的集成建模.集成模型中的神经网络模型为有限元模型提供参数调整的依据,并且在神经网络训练过程中使用改进的混沌粒子群优化算法对神经网络进行优化.通过与现场实际生产数据进行比较,验证了该模型的有效性

 6.1 机器人控制系统概述  6.2 机器人单关节位置控制（机电部分）  6.2.1 知识回顾：二阶线性系统稳定性  6.2.2 机器人单关节的建模与PD控制  6.3 机器人单关节分解控制器设计（机械部分）  6.4 机器人非线性前馈控制（机械部分）  6.5 机器人自适应控制（机械部分）  6.6 机器人力控制

8.1 机器学习的基本概念 8.2 机械学习 8.3 指导学习 8.4 类比学习 8.5 归纳学习 8.6 解释学习 8.7 知识发现与数据挖掘 8.8 学习控制系统