《科技论文写作》 《高等数学 A》 《线性代数 A》 《概率论与数理统计 B》 《工程制图 D》 《计算机导论》(实验) 《C/C++语言程序设计 D》 《C/C++语言程序设计 D》(实验) 《电路原理》 《电路原理》(实验) 《模拟电子技术基础》 《模拟电子技术基础实验》 《大学物理 C》 《物理实验 C》 《数字电子技术基础》 《数字电子技术基础实验》 《微机原理与接口技术 B》 《微机原理与接口技术 B》（实验） 《信号与系统 B》 《自动控制原理 A》 《自动控制原理 A》（实验） 《嵌入式系统原理与应用 B》 《嵌入式系统原理与应用 B》（实验） 《电机原理及拖动基础》 《电机原理及拖动基础》（实验） 《电力电子技术》 《电力电子技术》实验 《过程检测与仪表》 《过程检测与仪表实验》 《现代控制理论》 《控制系统数字仿真》 《控制系统数字仿真》（实验） 《计算机网络》 《计算机网络》（实验） 《电气控制技术》 《电气控制技术》（实验） 《单片机原理与应用》 《单片机原理与应用》（实验） 《计算机控制技术》 《计算机控制技术》（实验） 《运动控制》 《运动控制》（设计） 《工厂供电》 《工厂供电》（实验） 《综合实验 1》 《专业英语》 《过程控制》 《过程控制》（设计） 《分布式控制系统及应用》 《分布式控制系统及应用》（实验） 《综合实验 2》 《数据库系统原理》 《数字信号处理》 《数字信号处理》（实验） 《工控组态软件》 《印刷电路板设计技术》 《系统工程导论》 《楼宇自动化系统》 《智能控制》 《微电子机械系统》 《C 语言编程综合训练》 《电子技术课程设计》 《单片机系统课程设计》 《学年论文》 《认识实习》 《金工实习》 《专业实习》 毕业设计

7.1 数据处理与分析的概念 7.1.1 数据分析与数据挖掘 7.1.2数据分析与数据处理 7.1.3大数据处理与分析 7.2机器学习和数据挖掘算法 7.2.1概述 7.2.2 分类 7.2.3聚类 7.2.4 回归分析 7.2.5关联规则 7.2.6协同过滤 7.3 大数据处理与分析技术 7.3.1技术分类 7.3.2 流计算 7.3.3 图计算 7.4大数据处理与分析代表性产品 7.4.1 分布式计算框架MapReduce 7.4.2 数据仓库Hive 7.4.3数据仓库Impala 7.4.4 基于内存的分布式计算框架Spark 7.4.5 TensorFlowOnSpark 7.4.6 流计算框架Storm 7.4.7 流计算框架Flink 7.4.8大数据编程框架Beam 7.4.9查询分析系统Dremel

建立快速有效的针对大规模文本数据的聚类分析方法是当前数据挖掘研究和应用领域中的一个热点问题.为了同时保证聚类效果和提高聚类效率，提出基于\互为最小相似度文本对\搜索的文本聚类算法及分布式并行计算模型.首先利用向量空间模型提出一种文本相似度计算方法；其次，基于\互为最小相似度文本对\搜索选择二分簇中心，提出通过一次划分实现簇质心寻优的二分K-means聚类算法；最后，基于MapReduce框架设计面向云计算应用的大规模文本并行聚类模型.在Hadoop平台上运用真实文本数据的实验表明：提出的聚类算法与原始二分K-means相比，在获得相当聚类效果的同时，具有明显效率优势；并行聚类模型在不同数据规模和计算节点数目上具有良好的扩展性

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》

《C 语言程序设计 C》 《数据结构与算法》 《计算机组成原理 C》课程纲要 《数据库原理与应用 A》 《计算机网络》 《Python 基础与应用》 《数据采集与管理》 《大数据技术原理与应用》 《Java 程序设计》 《数据可视化》 《大数据运维》 《统计数据分析方法》 《机器学习 B》 《数据分析与挖掘技术》 《数据仓库（Hive）》 《大数据实时计算》 《专业英语 B》 《数学建模》 《人工智能基础 A》 《数据导入与预处理应用》 《数据科学与大数据专业文献检索与论文写作》 《创新思维培养与创业管理》 《Scala 技术与应用》 《数据科学导论》 《大数据与云计算》 《混合现实技术》 《分布式计算》 《区块链原理与技术》 《NoSQL 数据库技术》 《多模态信息处理》 《数据隐私与安全》 《多元统计分析与 R 语言建模》 《服务科学与服务工程概论》 《数据库系统工程师》 《知识图谱》 《Scala 程序设计》 《数据科学与大数据技术导论》 《大数据专业文献检索与论文写作》 《统计分析》 《数据采集与网络爬虫》 《计算机组成原理 D》课程纲要 《数据分析师认证》 《网络前端开发》 《非结构化数据存储与分析》 《信息安全前沿技术》 《项目管理》 《软件工程》 《算法设计与分析》 《运筹学》 《虚拟化技术》 《C 语言程序设计》 《操作系统原理（Linux）》 《数据库原理与应用 E》 《操作系统原理》 《深度学习》 《Hive 查询分析》 《流计算》 《文献检索与论文写作》 《数据资产登记》

《C 语言程序设计》课程教学大纲. 4 《数据结构》课程教学大纲. 13 《Data Structure》课程教学大纲.22 《工程伦理》课程教学大纲. 32 《深度学习》课程教学大纲. 40 《数字语音与机器听觉》课程教学大纲.48 《智能感知技术》课程教学大纲.55 《计算智能》课程教学大纲. 66 《工业物联网》课程教学大纲. 73 《自然语言处理》课程教学大纲.80 《智能制造概论》课程教学大纲.88 《智慧城市》课程教学大纲. 96 《无线传感器网络与 RFID》课程教学大纲.110 《数字孪生》课程教学大纲.118 《智能系统集成》课程教学大纲.124 《移动应用开发技术》课程教学大纲.131 《人工智能基础》课程教学大纲.143 《模式识别与机器学习》课程教学大纲.153 《机器人学》课程教学大纲.161 《数字信号处理》课程教学大纲.167 《大数据与分布式数据库》课程教学大纲.177 《虚拟现实技术》课程教学大纲.185 《图像处理与机器视觉》课程教学大纲.191 《最优化方法》课程教学大纲.200 《软件工程》课程教学大纲.207 《信息检索》课程教学大纲.223 《Python 程序设计》课程教学大纲.229 《算法设计与分析》课程教学大纲.238 《密码学与系统安全》课程教学大纲.247 《机器人系统开发》课程教学大纲.255 《智能控制导论》课程教学大纲.263 《Web 系统开发》课程教学大纲.269 《智能问答》课程教学大纲.277 《人工智能伦理》课程教学大纲.282 《面向对象程序设计》课程教学大纲.289 《专业导论》课程教学大纲.296 《计算机组成原理》课程教学大纲.304 《电工电子技术基础》课程教学大纲.315 《数据库系统原理》课程教学大纲.324 《操作系统原理》课程教学大纲.334 《计算机网络原理》课程教学大纲.342 《离散数学》课程教学大纲.349

《专业导论》课程教学大纲. 1 《C 语言程序设计》课程教学大纲. 8 《离散数学》课程教学大纲. 18 《数字电子技术》课程教学大纲.31 《面向对象程序设计》课程教学大纲.38 《数据结构》课程教学大纲. 46 《数字通信》课程教学大纲. 55 《计算机组成与结构》课程教学大纲.61 《计算机网络原理》课程教学大纲.70 《路由与交换技术》课程教学大纲.83 《计算机网络安全》课程教学大纲.91 《网络工程与网络管理》课程教学大纲.100 《Web 开发技术》课程教学大纲.109 《现代操作系统》课程教学大纲. 118 《数据库系统原理》课程教学大纲.128 《软件工程》课程教学大纲.141 《算法设计与分析》课程教学大纲.154 《计算机英语》课程教学大纲.164 《学科前沿》课程教学大纲.171 《Linux 系统与编程》课程教学大纲. 179 《云计算与虚拟化技术》课程教学大纲.187 《工程伦理》课程教学大纲.196 《汇编语言程序设计》课程教学大纲.205 《互联网协议分析与设计》课程教学大纲.213 《Python 程序设计》课程教学大纲.222 《高性能框架》课程教学大纲.231 《计算机接口技术与应用》课程教学大纲.239 《网络攻击与防御》课程教学大纲.246 《计算机网络编程》课程教学大纲.253 《人工智能导论》课程教学大纲.260 《智能算法及应用》课程教学大纲.269 《移动应用开发技术》课程教学大纲.276 《Web 前端开发技术》课程教学大纲.288 《嵌入式系统设计》课程教学大纲.303 《网络性能测试与分析》课程教学大纲.312 《软件定义网络原理与应用》课程教学大纲.320 《机器学习》课程教学大纲.328 《大数据技术原理与应用》课程教学大纲.338 《数字媒体技术》课程教学大纲.348 《并行分布式计算》课程教学大纲.356 《IT 项目管理》课程教学大纲. 366

《专业导论》课程教学大纲. 1 《C 语言程序设计》课程教学大纲. 8 《离散数学》课程教学大纲. 18 《机器学习》课程教学大纲. 30 《数字电子技术》课程教学大纲.39 《数据结构》课程教学大纲. 46 《面向对象程序设计》课程教学大纲.55 《算法设计与分析》课程教学大纲.64 《数据科学基础》课程教学大纲.75 《现代操作系统》课程教学大纲.84 《计算机网络原理》课程教学大纲.94 《计算机组成与结构》课程教学大纲.106 《数据库系统原理》课程教学大纲. 116 《学科前沿》课程教学大纲.129 《计算机接口技术》课程教学大纲.137 《软件工程》课程教学大纲.144 《IT 项目管理》课程教学大纲. 157 《嵌入式系统设计》课程教学大纲.166 《工程伦理》课程教学大纲.174 《专业英语》课程教学大纲.181 《编译原理》课程教学大纲.188 《计算机图形学》课程教学大纲.198 《Python 程序设计》课程教学大纲.206 《大数据技术原理与应用》课程教学大纲.214 《云计算与虚拟化技术》课程教学大纲.223 《并行分布式计算》课程教学大纲.232 《数字媒体技术》课程教学大纲.242 《高性能框架技术》课程教学大纲.249 《云计算技术》课程教学大纲.257 《软件测试技术》课程教学大纲.266 《移动应用开发技术》课程教学大纲.274 《Web 前端开发技术》课程教学大纲.287 《软件建模与分析》课程教学大纲.310 《智能算法及应用》课程教学大纲.319 《最优化方法》课程教学大纲.325 《图形图像处理技术》课程教学大纲.334 《深度学习》课程教学大纲.343 《机器人技术》课程教学大纲.353 《计算机视觉》课程教学大纲.359 《自然语言处理》课程教学大纲.369 《数字孪生技术》课程教学大纲.376 《脑与认知科学》课程教学大纲.384 《现代制造技术》课程教学大纲.391 《逆向工程》课程教学大纲.399 《虚拟现实技术》课程教学大纲.405

什么是化学? 我们身边发生的化学反应与变化; 本课程学习绪论的目的; 本课程的内容范围; 本课程的授课安排及知识要点掌握的方法。 1. 简话化学发展 2. 化学学科的分支及其形成 3.现代化学的若干基本问题 • 反应过程与控制 • 合成化学 • 基于能量转换的化学反应 • 新反应途径与绿色化学 • 设计反应 • 纳米化学与单分子化学 • 复杂体系的组成、结构与功能间关系研究 • 物质的表征、鉴定与测试方法 4.化学研究的方法和特点 5.如何学好化学? 1．通过氢原子光谱和玻尔理论的讨论，建立近代微观粒子结构的初步概念； 2.了解微观粒子的波粒二象性、能量量子化和统计解释。 3.了解波函数、原子轨道、电子云、能级的基本概念。 4．掌握n、l、m、ms四个量子数及其物理意义；明确s、p、d原子轨道和电子云角度分布图的特征。 5．了解原子轨道的能级组，屏蔽效应理论及有效核电荷的计算。 6．掌握核外电子的分布原则及电子分布式的书写，元素周期表和周期律，元素性质与原子结构的关系，7. 明确原子半径、元素的电离能、电子亲和能、电负性、氧化数、金属性和非金属性的概念及其周期变化规律

随着多核处理器的酱及，使用并发成为构建高性能应用程序的关键。Java5以及6在开发并发程序中取得了显著的进步，提高了Java虚拟机的性能以及并发类的可伸缩性，并加入了丰富的新并发构建块。在本书中，这些便利工具的创造者不仅解释了它们究竟如何工作、如何使用，还阐释了创造它们的原因，及其背后的设计模式。本书既能够成为读者的理论支持，又可以作为构建可靠的、可伸缩的、可维护的并发程序的技术支持。本书并不仅仅提供并发API的清单及其机制，还提供了设计原则、模式和思想模型，使我们能够更好地构建正确的、性能良好的并发程序。本书适合于具有一定Java编程经验的程序员、希望了解JavaSE5以及6在线程技术上的改进和新特性的程序员，以及Java和并发编程的爱好者