公共基础课 《马克思主义基本原理》 毛泽东思想和中国特色社会主义理论体系概论 习近平新时代中国特色社会主义思想概论 中国近现代史纲要 思想道德与法治 形势与政策 体育 大学英语 高等数学 线性代数 概率论与数理统计 人工智能基础 大学物理 大学物理实验 大学生国防教育 大学生劳动教育理论与实践 国家安全与校园安全 大学生心理健康教育 思政限选课 交通大国史话 中华民族共同体概论 中国共产党与中国道路 马克思主义哲学视野中的党史 解码交通强国 学科基础课 人工智能专业导论 电工学 电子技术实验 高级语言程序设计（C） 离散数学 数据结构与算法 专业必修课 Python 程序设计 模式识别与机器学习 深度学习 单片机原理及应用 Linux 操作系统 计算机视觉 数字信号处理 专业（方向）限选课 信号与系统 嵌入式系统开发 通信原理 高频电路 物联网技术及应用 物联网系统开发 传感器与检测技术 计算机网络 专业任选课 计算机仿真 电子设计自动化 Java 程序设计 专业英语 数据库原理与应用 创新创业必修课 大学生职业生涯规划 就业指导 创业指导 创新创业选修课 科技论文与专利撰写 人工智能前沿技术 美育必修课 音乐鉴赏 影视鉴赏 实践课 入学教育及军训实践 C 语言课程设计实践 电子技术课程设计（含电子工艺实习）实践 Python 课程设计实践 竞赛实训实践 机器学习课程设计实践 深度学习课程设计实践 嵌入式系统开发课程设计实践 物联网技术及应用课程设计实践 嵌入式人工智能项目实训实践 毕业实习（专业实训）实践 毕业设计（论文）

《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》

管 理 科 学 与 工 程 （ 1201） 《高级运筹学》 《系统科学与系统工程》 《高级计量经济分析》 《文献阅读与学术写作》 《管理科学与工程前沿》 《高级信息管理》 《管理科学研究方法》 《系统仿真与建模》 《社会网络分析》 《ESG 理论及应用》 《六西格玛管理》 管 理 科 学 与 工 程 （ 0871） 《数据驱动的管理方法》 《大数据治理》 《大数据分析与挖掘》 《高级信息系统分析与设计》 《大数据技术及应用综合实践》 《高级统计学》 《科技美学与创新思维》 《深度学习》 《高级管理学》 《大数据分析与管理》 《信息经济学》 《复杂网络理论与应用》 大 数 据 技 术 与 工 程 《大数据技术与工程前沿》 《创新创业与职业规划》 《数据采集与预处理》 《大数据可视化》 工 业 工 程 与 管 理 《工业工程与管理概论专题（英）》 《文献阅读与写作》 《质量与可靠性》 《运营管理》 《人因与设计》 《领导力与组织沟通》 《工程经济学》 《工程系统建模与仿真》 《定量分析：模型与方法》 《项目管理》 《供应链与物流管理》 《精益生产》 《数字经济》 《数字企业管理》 《数字创新与创业》 《项目管理案例研究》 《企业经营模拟实训》 《生产过程仿真与作业改善实训》 《工程伦理》 《文献阅读与学术写作实践》 《知识产权》 物 流 工 程 与 管 理 《专业实践》 《物联网概论》 《物流大数据前沿与技术》 《物流系统分析与优化》 《物流系统建模与仿真》 《物流系统应用实践》 《现代物流与供应链管理》

❖生物反应器的放大目的及方法 ➢ 生物反应器的放大目的、内容 ➢ 生物反应器放大方法 ❖通风发酵罐的放大设计 ➢ 机械搅拌通风发酵罐的放大设计 ➢ 气升式发酵罐的放大设计

1. 共发射极放大电路的组成 2. 放大电路的静态分析 3. 放大电路的动态分析 4. 静态工作点的稳定 5. 放大电路的频率特性 6. 射极输出器 7. 差分放大电路 8. 互补对称功率放大电路 9. 场效晶体管及其放大电路

8.1 教育大数据应用创新的社会背景 8.2 支撑教育大数据应用创新的云端技术 8.3 教育大数据应用创新的赋能方向 8.4 教育大数据的技术应用的创新思维 8.5 实例：基于知识图谱的教育大数据隐性知识发现 8.6 本章小结

3.1 大数据来了！ 3.2 Web 2.0模式下互联网应用环境对关系数据库带来的技术挑战 3.3 大数据核心技术的分析研究 3.4 大数据的技术门派及对比分析 3.5 网页大数据应用实例：网页检索的技术路线 3.6 一个基于倒排索引技术的中文检索应用实例 3.7 NoSQL数据库和SQL数据库在技术上的对比分析 3.8 本章小结

§2.1 放大的概念与放大电路的性能指标 §2.2 基本共射放大电路的工作原理 §2.3 放大电路的分析方法 §2.4 静态工作点的稳定 §2.5 晶体管放大电路的三种接法 §2.6 场效应管及其基本放大电路 §2.7 基本放大电路的派生电路

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

现有的大坝整体性态评价方法以定性评价为主，主观性较强.针对这一问题，以单测点监控模型的计算值与监测仪器实测值之间的残差为基础，提出采用多测点融合残差表征大坝整体性态.结合信息熵理论研究了不同测点的残差变化规律，从而对各测点残差的融合权重进行了分配，计算了融合残差.通过对融合残差进行分布分析，利用逆向云发生器、正向云发生器建立了表征大坝不同性态的概念云，即评价标准.在此基础上，结合云相似度算法，建立了大坝整体性态的评价模型.算例表明，该模型能够有效识别大坝监测资料中的异常测值，并能够定量、客观地评价大坝整体性态，评价结果合理、可靠，可为保障大坝安全运行提供重要参考