MATLAB语言是美国 Mathworks公司研制开发的大型计算软件,自1985年问世 以来,特别是1993年4. Windows版本的出现,使得 MATLAB语言的使用获得了巨 大的发展。它的强大的矩阵处理与运算功能、丰富的图形绘制能力深受用户的青 睐。控制领域的研究者与工程技术人员对此给予了极大关注,国际上众多的知名学 者在此基础上先后开发出一系列的相关工具箱(toolbox),如控制系统工具箱 (Control System Toolbox)、神经网络工具箱(Neural Network Toolbox系统辨识 工具箱(Systerm Identification Toolbox)、最优化工具箱(Optimization Toolbox)、鲁棒控制工具箱(Robust Control Toolbox)等,以及集成在 MATLAB上的 面向结构图的系统分析平台 Simulink

《教育技术学导论》教学大纲 《教育传播学》 《教育技术学研究方法》 《学习科学与技术》 《教学系统设计》 《创新思维与创新方法》 《摄影技术基础》 《摄像技术》 《计算机网络》 《数据库原理与应用》 《面向对象程序设计》 《数据结构》 《创意美术基础》 《构成设计》 《普通话》 《平面设计与二维动画制作》 《三维建模与动画设计》 《电视节目编导与制作》 《非线性编辑》 《专业英语》 《虚拟现实技术教育应用》 《教育软件工程》 《信息技术课程教学法》 《现代教育技术装备与环境》 《教育评价与测量》 《中小学 STEAM 教育与创新教育》 《产品设计》 《模拟电路与数字电路》 《培训方案与课程设计》 《模块化编程与传感器应用》 《知识管理与绩效技术》 《数字音频技术》 《中小学创意课程开发与实践》 《数字影视创作》 《人工智能概论》 《教育技术前沿》教学大纲 《智慧教育与智慧校园》 《现当代文学经典鉴赏》 《中国文化概论》教学大纲 《东西方文化与礼仪》 《健康体适能》

《社会实践》教学大纲 1 《劳动锻炼》教学大纲 4 《人体结构学》教学大纲 6 《高等数学（1）》教学大纲 27 《高等数学（2）》教学大纲 32 《生理学》教学大纲 37 《普通物理学（1）》教学大纲 48 《普通物理学（2）》教学大纲 54 《电工和电路分析》教学大纲 60 《模拟电子技术》教学大纲 66 《微机原理与接口技术》教学大纲 72 《数字电子技术》教学大纲 79 《信号处理与系统》教学大纲 85 《医学成像设备与技术》教学大纲 90 《医学仪器原理与结构》教学大纲 95 《医学仪器原理与结构》见习大纲 95 《医用传感器》教学大纲 100 《数字信号处理》教学大纲 107 《病理学》教学大纲 112 《线性代数》教学大纲 118 《工程数学》教学大纲 122 《影像诊断学》教学大纲 126 《影像诊断学》见习大纲 130 《概率统计及应用》教学大纲 132 《医学图像处理》教学大纲 136 《高级编程》教学大纲 142 《机械制图》教学大纲 148 《计算机网络技术》教学大纲 153 《激光医学》教学大纲 157 《放射与防护》教学大纲 162 《医学仪器分析与设计》教学大纲 170 《金属工艺实习》教学大纲 176 《单片机与接口技术》教学大纲 179 《数据库技术》教学大纲 185 《MATLAB 程序设计与应用》教学大纲 191 《专业英语》教学大纲 195 《电子综合实验与设计》教学大纲 199 《放射生物物理与材料工艺学》教学大纲 202 《医学仪器管理与维护》教学大纲 216 《医学仪器管理与维护》见习大纲 209 《医疗仪器营销》教学大纲 216 《多媒体技术》教学大纲 227

 自然语言处理概述 ◼ 什么是自然语言处理 ◼ 自然语言处理的典型应用 ◼ 自然语言处理的基本任务 ◼ 自然语言处理的基本策略和实现方法 ◼ 自然语言处理的难点 ◼ 自然语言处理所涉及的学科  基于规则（知识工程）的自然语言处理方法（理性方法，传统方法） ◼ 基于词典和规则的形态还原（英语）、词性标注以及分词（汉语、日语） ◼ 基于CFG（上下文无关文法）和扩充的CFG（复杂特征集、合一运算）的句法分析 ◼ 基于逻辑形式和格语法的句义分析 ◼ 基于规则的机器翻译  基于语料库（数据）的自然语言处理方法（经验方法） ◼ 语言模型（N元文法） ◼ 分词、词性标注（序列化标注模型） ◼ 句法分析（概率上下文无关模型、移进-规约分析器） ◼ 文本分类（朴素贝叶斯模型、最大熵模型） ◼ 情感分析 ◼ 机器翻译 (IBM Model等) ◼ ......（基于神经网络的深度学习方法）

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

回声状态网络是近年来新兴的一种递归神经网络,独特而简单的训练方式以及高精度的训练结果已使其成为当前研究的热点之一.在该网络中,引入了储备池计算模式这一新的神经网络的建设方案,克服了之前网络模型基于梯度下降的学习算法所难以避免的收敛慢和容易陷入局部极小等问题.围绕这种新型网络结构,国内外许多学者开展了多样的研究.本文全面深入介绍了回声状态网络这一新兴技术,讨论了回声状态网络的优缺点,并综合近年的研究现状,总结了回声状态网络的主要研究工作进展和未来的研究方向

第五章工程项目计划 第一节工程项目计划系统 第二节横道图 第三节网络计划—双代号网络 第四节网络计划单代号搭接网络 第五节工程项目成本计划和成本模型 第六节工程项目资源计划和优化 一般了解:工程项目的计划过程和内容、工程项目的资金计划内容、资源优化方法。 一般理解:项目成本模型、工程项目成本分解结构。 重点掌握:横道图、双代号网络的绘制、单代号网络的绘制和计算

对鞍钢冷轧厂四机架冷连轧机轧制压力模型进行了认真分析,指出了其存在的缺陷.把遗传算法(GeneticAlgorithms,简称GA)和神经网络有机结合,设计出了具有遗传算法性能参数优选、网络结构参数优选、网络性能参数优选以及GA-BP算法联合进行网络权值修改几种功能的遗传神经网络,建立了基于遗传神经网络的新冲连轧机轧制压力模型.通过原模型计算值、新模型计算值与实测值之间的对比分析可知,遗传神经网络模型计算精度优于传统轧制力模型

3.1 概述 3.2 网络图的绘制 3.3 网络计划时间参数计算 3.4 建筑工程网络计划 3.5 搭接网络计划 3.6 网络计划的优化

针对已提出的灵敏度计算和自构形2种神经网络结构学习算法，提出2种改进的算法.实验证明改进的算法比原算法有更好的泛化能力