为解决冷连轧轧制过程中的打滑问题,在引入打滑因子的基础上,建立了以预防打滑为目标的规程优化模型.针对标准遗传算法存在的早熟收敛、振荡和随机性太大等缺点,利用改进的自适应遗传算法进行优化.该算法提出了一种基于排序的多轮轮盘赌选择算子,提高了算子的选优能力,也减少了随机性所产生的误差,同时依据个体适应度的值确定染色体的交叉概率和变异概率,使前期变异明显,后期趋于稳定,保证了种群开发和搜索的平衡及全局收敛性.现场试验及生产实践情况证明,该优化规程模型能够有效地降低打滑发生的概率,提高产品的质量,获得更好的经济效益

《高等数学 D》 3 《医用物理》 7 《医用物理实验》 10 《无机化学 B》 15 《无机化学实验》 19 《有机化学 C》 21 《有机化学实验 B》 25 《人体解剖学 A》 28 《组织学与胚胎学 A》 33 《形态学实验》 38 《Visual Basic 程序设计》 42 《Visual Basic 程序设计》 45 《细胞生物学 B》 47 《细胞生物学 B》 51 《生理学 A》 53 《机能学实验》 58 《医学遗传学》 62 《医学遗传学》 66 《病理学 A》 68 《病理生理学 A》 74 《药理学 A》 82 《医学伦理学》 97 《医学心理学》 100 《分析化学 A》 104 《分析化学实验》 108 《生物化学 B》 110 《生物化学 B》 117 《医学免疫学 A》 119 《医学免疫学 A》 126 《病原生物学》 128 《病原生物学》 138 《医学统计学》 141 《医学统计学》 145 《文献检索》 147 《诊断学》 150 《诊断学》 162 《内科学》 164 《内科学》 182 《外科学》 184 《外科学》 197 《传染病学》 199 《妇产科学》 203 《儿科学》 208 《仪器分析》 215 《仪器分析实验》 219 《临床检验学》 222 《临床检验学》 226 《临床生物化学与检验》 228 《临床生物化学与检验》 233 《临床免疫学与检验》 236 《临床免疫学与检验》 244 《临床病原学与检验》 246 《临床病原学与检验》 255 《临床血液学与检验》 258 《临床血液学与检验》 264 《卫生检验学》 267 《卫生检验学》 270 《临床实验室管理学》 272 《预防医学》 275 《卫生法学》 278 《社会医学》 282 《临床流行病学与循证医学》 286 《分子检验诊断学》 291 《实验动物学》 295 《专业英语》 298 《医学科研方法》 300 《检验医学进展》 303 《生物制品学》 305 《细胞工程》 309 《基因工程》 313 《生物信息学》 317 《市场营销学》 319 《毕业实习》 323

第一篇 课程教学大纲 测量学.1 林业试验设计与统计分析.14 植物学.24 树木学.36 气象学.51 森林生态学.64 森林土壤学.98 专业导论.112 林火生态与管理.115 测树学.121 林木遗传学.131 林业生物技术.140 森林有害生物防治.150 林政法规.167 林业遥感与地理信息系统.177 森林培育学.189 森林资源利用学.216 林木育种学.226 森林经理学.238 森林康养学.253 经济林学.263 智慧林业.268 森林认证与碳汇林业.274 森林文化与美学.280 河南适生树种栽培.288 林业生态工程学.293 水土保持学.301 科技论文写作.307 湿地与自然保护地.314 专业外语.319 林业发展前沿.323 第二篇 实习教学大纲 二、综合教学实习 I 实习教学大纲. 327 三、种苗实习教学大纲.332 四、综合教学实习 II 实习教学大纲. 334 第三篇 考核大纲 测量学考核大纲.337 林业试验设计与统计分析考核大纲. 343 植物学考核大纲.349 树木学考核大纲.359 气象学考核大纲.366 森林生态学考核大纲.373 森林土壤学考核大纲.386 专业导论考核大纲.392 林火生态与管理.394 测树学考核大纲.399 林木遗传学考核大纲.406 林业生物技术考核大纲.413 森林有害生物防治考核大纲.417 林政法规考核大纲.430 林业遥感与地理信息系统考核大纲. 437 森林培育学.444 森林资源利用学考核大纲.458 林木育种学考核大纲.462 森林经理学考核大纲.469 森林康养学考核大纲.478 经济林学考核大纲.488 智慧林业.493 森林认证与碳汇林业考核大纲.498 森林文化与美学考核大纲.504 河南适生树种栽培考核大纲.511 林业生态工程学考核大纲.517 水土保持学考核大纲.523 科技论文写作考核大纲.528 湿地与自然保护地.534 专业外语考核大纲.539 林业发展前沿考核大纲.543

针对单核学习支持向量机无法兼顾学习能力与泛化能力以及多核函数参数寻优问题，提出了一种基于群体智能优化的多核学习支持向量机算法。首先，研究了五种单核函数对支持向量机分类性能的影响，进一步提出具有全局性质的多项式核和局部性质的拉普拉斯核凸组合形式的多核学习支持向量机算法；其次，为增加粒子多样性及快速寻优，将粒子群优化算法引入了遗传算法中的杂交操作，并用此改进的群体智能优化算法对多核学习支持向量机进行参数寻优。最后，分别采用深度特征与手工特征作为识别算法的输入，研究表明采用深度特征优于手工特征。故本文采用深度特征作为多核学习支持向量机的输入，以交叉遗传与粒子群混合智能优化算法作为其寻优方式。实验选取合作医院数据集对所提算法进行训练并初步测试，进一步为了验证所提算法的泛化能力，选取公开数据集LUNA16进行测试。实验结果表明，本文算法易于跳出局部最优解，提升了算法的学习能力与泛化能力，具有较优的分类性能

针对高炉炼铁过程的关键工艺指标——铁水硅含量[Si]难以直接在线检测且化验过程滞后的问题,提出一种基于稀疏化鲁棒最小二乘支持向量机(R-S-LS-SVR)与多目标遗传参数优化的铁水[Si]动态软测量建模方法.首先,针对标准最小二乘支持向量机(LS-SVR)的拉格朗日乘子与误差项成正比导致最终解缺少稀疏性的问题,提取样本数据在特征空间映射集的极大无关组来实现训练样本集的稀疏化,降低建模的计算复杂度;其次,标准最小二乘支持向量机的目标函数鲁棒性不足的问题将IGGⅢ加权函数引入稀疏化后的最小二乘支持向量机模型进行鲁棒性改进,得到鲁棒性较强的稀疏化鲁棒最小二乘支持向量机模型;最后,针对常规均方根误差评价模型性能的不足,提出从建模误差与估计趋势评价建模性能的多目标评价指标.在此基础上,利用非支配排序的带有精英策略的多目标遗传算法优化模型参数,从而获得具有最优参数的铁水[Si]在线软测量模型.工业实验及比较分析验证了所提方法的有效性和先进性

胀断连杆是汽车精密传动用高端产品，需具高强高韧和裂解加工脆性解理断裂特性。连铸化生产高碳易切削胀断连杆用微合金非调质钢是当前的发展方向。基于大方坯连铸生产典型工艺及其铸态组织、成分均匀性分析，研究了胀断连杆加工过程常见断口形貌不合的钢坯遗传性因素。以常用德系C70S6钢为例，采用250 mm×280 mm断面弧形连铸机，解析其在一定结晶器电磁搅拌条件下所浇铸大方坯的铸态低倍结构和枝晶形貌，并分析其不同晶区的成分分布特点。结果表明，当前连铸条件下大方坯中心缩孔和后续热轧棒材探伤合格率可控，但铸坯初凝坯壳凝固前沿发生明显的C、S负偏析白亮带区及其柱状晶偏转现象。金相试样图像分析和相场法凝固模拟表明，铸坯中柱状晶具有逆流生长特征，其偏转角是一次枝晶尖端向旋流方向逆向生长的结果。自铸坯角部至宽、窄面中心，实测柱状晶区的一次枝晶偏转角约在?7°到27°之间。利用X射线能谱分析（EDS）进一步检测了钢中主要合金元素Si、Mn、Mo在铸坯不同晶区的分布，揭示了其铸态偏析特征与差异性。据此，探讨了这种铸态组织和成分偏析对后续热轧棒材和连杆成品组织的遗传性，以及对其胀断加工断口不合的影响，可为源头铸态质量的控制提供依据

针对平整轧制过程不同用途带钢对表面微观形貌的特殊要求，在批量跟踪电火花毛化轧辊、磨削轧辊和冷轧后带钢表面微观形貌的基础上，建立工作辊与带钢都可考虑真实表面粗糙峰的带钢表面微观形貌轧制转印生成模型，采用工业实验验证了仿真模型的准确性，并据此模型分析轧制前带钢已经具有表面粗糙度分别大于、等于、小于轧辊表面粗糙度时，带钢表面微观形貌的轧制转印行为与遗传演变规律。提出了负转印和转印饱和的概念，定义了两种极限轧制转印状态的描述指标— —负转印最大和转印饱和，研究发现当带钢表面粗糙度小于或等于轧辊表面粗糙度时，存在负转印最大点和转印饱和点；当带钢表面粗糙度大于轧辊表面粗糙度时，负转印最大点和转印饱和点重合。在此基础上，采用负转印最大点与转印饱和点对应的临界板宽轧制力，描述带钢表面微观形貌的遗传及演变规律，并系统仿真分析带钢屈服强度、带钢轧前表面粗糙度、轧辊表面粗糙度等工艺条件参数对于负转印最大点与转印饱和点对应的临界单位板宽轧制力的影响规律，发现随着带钢屈服强度增大和轧辊表面粗糙度增加，该临界单位板宽轧制力均增大；随着带钢表面粗糙度增大，负转印最大点对应的临界单位板宽轧制力增大，但转印饱和点对应的临界单位板宽轧制力却减小

i 目 录 一、专业基础必修课程 《生命科学导论》 《高等数学 D》 《医用物理学 A》 《无机化学 C》 《无机化学 C 实验》 《有机化学 D》 《有机化学实验 D》 《植物生物学》 《动物生物学》 《生物化学 A》 《分析化学 E》 《微生物学》 《细胞生物学 A》 《遗传学》 ii 《微生物工程》 《组织工程》 《生物统计学》 二、专业基础选修课程 《组织学与胚胎学 F》 《组织胚胎学 F》 《组织胚胎学 F》实践 《医用生物学仪器分析》 《实验动物学 A》 《生物信息学 A》 《医学免疫学 E》 《科研设计 B》 《科研设计 B 》考试大纲 三、专业必修课程 《动、植物野外实习（山岭）》 《分子生物学 A》 《生化实验技术》 《酶工程》 iii 《酶工程》课程教学考试大纲 《细胞工程》 《基因工程》 《蛋白质工程》 《生物生产实习》 《生物技术毕业论文 1》 《生物技术毕业论文 2》 四、专业选修课程 《普通生态学 B》 《生物技术制药 B》 《药理学 E》 《生物安全》

《智慧农业专业导论》 《高等数学I》 《普通化学 I 》 《普通化学实验Ⅰ》 《高等数学Ⅱ》 《普通化学实验 I》 《有机化学 IV》 《大学物理 VI》 《仪器分析》 《植物学（含分类）》 《土壤肥料学》 《基础生物化学》 《植物生理学》 《遗传学》 《生物统计与试验设计》 《基础微生物学》 《数字图像处理》 《机器学习》 《农业生态学》 《植物生物技术导论》 《分子生物学导论》 《作物栽培学》 《作物育种学》 《数据库系统原理》 《农业信息技术》 《农业遥感学》 《现代农业机械》 《大数据处理与分析》 《传感器原理与应用》 《农业软件开发》 《植物保护通论》 《农业标准化》 《农业资源学》 《农业经济学》 《单片机原理及应用》 《安卓应用开发》 《人工智能与模式识别》 《神经网络与深度学习》 《智慧农场规划与设计》 《物联网工程》 《农业无人机遥感》 《农科英语阅读与写作》 《World Agriculture》 《作物田间表型获取与分析》实验 《毕业设计（论文）》 《创新基础》 《创新思维训练》 《科创指导和训练》 《创新精神与实践》 《创新创业领导力》

《专业导论》（种子科学与工程） 《高等数学I》 《高等数学Ⅱ》 《大学物理 VI》 《普通化学 I 》 《普通化学实验Ⅰ》 《普通化学实验 I》 《有机化学 IV》 《仪器分析》 《植物学（含分类）》 《土壤肥料学》 《基础生物化学》 《植物生理学》 《遗传学》 《生物统计与试验设计》 《种子生物学》 《植物生物技术导论》 《分子生物学导论》 《基础微生物学》 《农业生态学》 《作物育种学 I》 《作物育种学 II》 《种子加工与贮藏》 《种子检验学》 《种子学实验与实践》 《作物栽培学》 《种子经营与管理》 《农科英语阅读与写作》 《现代农业生物育种技术》 《可持续农业导论》 《植物品种 DUS 测试》 《种子法律法规》 《智慧农作技术》 《现代企业管理》 《耕作学》 《农业资源学》 《现代农业机械》 《Crop Science》 《常用统计软件应用》 《科技论文写作》 《World Agriculture》 《园艺种子经营与管理》 《生物信息学》 《农业大数据分析》 《生产训练与综合教学实训(劳动教育)》实习（实训） 《专业实践(分散)》 《作物学实验》实验 《毕业实习（论文）》 《创新基础》 《创新思维训练》 《科创指导和训练》 《创新精神与实践》 《创新创业领导力》