《文献阅读与学术写作》 《高等光学》 《光电子学》 《光电检测技术》 《现代信号分析与处理》 《科学研究方法》 《现代传感技术》 《精密测量理论与技术》 《工程伦理》 《智能感知理论与应用》 《机器视觉》 《现代信号处理技术》 《半导体物理与器件》 《电路仿真分析与设计》 《光纤传感技术及应用》 《嵌入式系统设计》 《软件设计技术》 《生物医学传感与检测技术》 《微纳光子学》 《微纳加工及测试技术》 《微弱信号分析与处理》 《Understanding Optics with Python》 《现代光学测试技术》 《现代光学设计》 《医学成像技术》 《智能感知与自主系统》 《智能检测技术与系统》 《最优化理论》 《超快光纤激光技术及应用》 《深度学习》 《现代光学实验》 《柔性光电子学》 《工程光学基础》 《误差理论与数据处理》 《精密机械设计基础》

《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》

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《复变函数 B》 5《模拟电子技术基础》 6《模拟电子技术基础实验》 7《数字电子技术基础》 8《数字电子技术基础实验》 二、专业课程 1《专业计算机基础上机实验》 2《信号与系统 A》 3《信号与系统实验》 4《微机原理与接口技术》 5《微机原理与接口技术实验》 6《数字信号处理》 7《数字信号处理实验》 8《通信原理》 9《通信原理实验》 10《EDA 技术及应用》 11《EDA 技术及应用设计》 12《电磁场与电磁波 B》 13《计算机仿真》 14《计算机仿真实验》 15《单片机原理与应用》 16《单片机原理与应用实验》 17《自动控制原理 C》 18《信息论与编码》 19《通信电子线路》 20《通信电子线路实验》 21《随机信号检测和处理》 22《电子线路计算机辅助设计》 23《电子系统设计》 24《DSP 原理及应用》 25《DSP 原理及应用实验》 26《数据通信与计算机网络》 三、个性化发展课程 1《数据库系统原理》 2《嵌入式系统设计》 3《嵌入式系统设计实验》 4《机器学习》 5《数字语音处理》 6《数字图像处理》 7《深度学习》 8《数据挖掘》 9《现代信号处理技术》 10《移动通信技术》 11《无线自组网》 12《传感器与信号检测》 四、实践环节 1《高级语言编程课程设计》 2《工程训练 C》 3《电子工艺实习》 4《电子技术课程设计》 5《EDA 技术课程设计》 6《单片机系统课程设计》 7《专业实习》 8《毕业设计》

《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》

第一部分 学科（专业类）教育课程 《电气工程及其自动化专业导论》 《电路分析基础》 《模拟电子技术 A》 《数字电子技术 B》 《电机及拖动基础》 第二部分 专业教育课程 《嵌入式原理与应用 A》 《电气控制与 PLC A》 《自动控制原理》 《电力电子技术》 《发电厂电气部分》 《电气产品设计》 《电力系统分析》 《高电压技术》 《电力系统继电保护》 《新能源发电技术》 《储能技术及应用》 《微电网技术》 《MATLAB 基础与应用》 《电力市场营销》 《传感器与检测技术 B》 《电气测量技术》 《电气专业英语》 《工厂供电技术》 《数字信号处理》 《电气 CAD》 《电力企业经济管理》 《人机界面技术》 《DSP 原理及应用》 《文献检索与论文写作》 《机器视觉技术》 《过程控制技术》 《光伏发电工程技术》 《电力系统仿真》 《风电场电气工程技术》 《运动控制系统》 《智能电网》 《机电产品创新设计》 第三部分 应用创新实践环节课程 《军事技能》 《电工电子基础实训》 《工程训练 A》 《电子工艺实习》 《模拟电子技术课程设计 A》 《数字电子技术课程设计》 《嵌入式原理与应用课程设计 B》 《大学物理实验》 《电气控制与 PLC 课程设计 B》 《自动控制原理课程设计》 《电力电子技术课程设计》 《电工实习 B》 《电气控制系统综合设计》 《电子系统综合设计》 《新能源发电综合设计》 《变电站综合设计》 《电气工程及其自动化专业社会实践》 《电气工程及其自动化专业毕业实习》 《电气工程及其自动化专业毕业论文（设计）》

《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

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》

上一章讨论的局域网是单个的同种协议网,即网络中每台机器对应层所用协议相同,通信 是在同一个网络内不同主机之间进行的。而所谓“网络互连”,就是采用各种网络互连设备将 同一类型的网络或不同类型的网络相互连接起来,形成所谓“internet“(互连网络),使一个 网络上的主机能与另一网络上的主机相互通信。因特网(Internet)是世界上最大的 internet 此外,为了保证网络的传输性能、可靠性及安全性,一般要求一个网络所管理的范围不要 太大,这就要求把一个大的网络分解成若干个较小的子网,通过网络互连技术,形成所谓的 Intranet(内部互连网),以便隔离故障,提高安全保密性,方便网络管理

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

针对传统算法在抗光照变化影响、大位移光流和异质点滤除等方面的不足,从人类视觉认知机理出发,提出了一种基于机器学习和生物模型的运动自适应V1-MT (motion-adaptive V1-MT,MAV1MT)序列图像光流估计算法.首先,引入基于ROF模型的结构纹理分解(structure-texture decomposition,STD)技术,有效解决了光照和色彩变化的影响.其次,利用多V1细胞加权组合及非线性正则化模拟MT细胞模型,并结合岭回归训练学习得到运动自适应的权重,解决对目标的运动速度感知问题.最后,引入由粗到精的增强方法和图像金字塔局部运动估计采样,将V1-MT运动估计模型应用于实际大位移视频序列.理论分析和实验结果表明,新方法能更加拟合人眼视觉信息处理特性,对视频序列具有普适、有效、鲁棒的运动感知性能