《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

一 图与关系网络基本概念 二 Pagerank算法 三 图机器学习与图神经网络 四 概率图

一 树类分析方法概述 二 决策树算法的原理 三 随机森林 四 金融案例

一 聚类的经济学需求 二 聚类算法与实现 三 聚类的金融案例

搜索是人工智能中的一个基本问题，并与推理密切相关，搜索策略的优劣，将直接影响到智能系统的性能与推理效率。 5.1 搜索的基本概念 5.1.1 搜索的含义 5.1.2 状态空间法 5.1.3 问题归约法 5.2 状态空间的盲目搜索 5.2.1 一般图搜索过程 5.2.2 广度优先和深度优先搜索 5.2.3 代价树搜索 5.3 状态空间的启发式搜索 5.3.1 启发性信息和估价函数 5.3.2 A算法 5.3.3 A*算法 5.3.4 A*算法应用举例 5.4 与/或树的盲目搜索 5.5 与/或树的启发式搜索 5.6 博弈树的启发式搜索

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

《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》

风能、太阳能等间歇式能源的引入和工业生产中大功率动态负载的增加，使得智能电网电力负荷越来越多呈现出大范围随机频繁波动的特点.动态负荷的增加对智能电能表的有功电能测量带来新挑战.传统的测量算法是针对稳态负荷而提出，因此无法解决智能电能表动态计量性能的改善问题.本文在传统MA （moving average）算法的基础上提出一种SDPA （segmented dot product accumulation）动态有功电能测量算法，该算法可在一定程度上减小动态功率条件下的测量误差.首先，分别讨论了传统MA和ⅡR （infinite impulse response）滤波器算法的动态响应速度和动态电能误差特性，指出两种算法对动态输入信号测量的局限性，并理论分析了影响各自动态计量性能的因素.以此为基础，提出智能电能表有功电能动态测量的SDPA算法，通过将待测的动态功率信号按周期截短、分段执行点积运算、并累加求和的方式实现动态测量.另外，通过按周期抽取的算法实现方式可以大大减少存储空间、提高运行速度.理论和仿真结果表明，与传统MA和ⅡR滤波器相比，SDPA算法在动态响应时间为一个基波周期的前提下，动态电能测量可达到较低误差水平

序列模式挖掘简介 序列模式挖掘的应用背景 序列模式挖掘算法概述 GSP算法 PrefixSpan算法 Disc-all算法 支持约束的序列模式挖掘复旦大学：《商务智能（商务数据分析）》学习课件_序列模式挖掘算法

本章对目前常用的几种智能优化计算算法作简单介绍，以使读者对它们有个基本认识。内容包括神经网络、遗传算法、模拟退火算法和神经网络混合优化学习策略。 10.1 人工神经网络与神经网络优化算法 10.2 遗传算法 10.3 模拟退火算法（simulated annealing，SA） 10.4 神经网络权值的混合优化学习策略