学科基础课平台必修课 《高等数学 A1》 《高等数学 A2》 《大学物理 A1》 《大学物理 A2》 《大学物理实验》 《C++程序设计》 《C++程序设计实验》 《C++程序设计实训》 《线性代数》 《概率论与数理统计 B》 《离散数学Ⅰ》 《计算机组成原理 I》 《数据结构 I》 《数据结构 I 实验》 《计算机网络原理Ⅰ》 《操作系统 I》 《操作系统Ⅰ》 《电工电子技术 C》 学科基础课平台选修课 《数字逻辑》 《Java 程序设计》 《Java 程序设计实验》 《Java 程序设计》实训 《管理信息系统》 《管理信息系统实训》实践 《数据库原理 A》 《编译原理》 《物联网工程导论》 《软件工程概论 A》 《汇编语言与接口技术》 《汇编语言与接口技术》考查大纲 《汇编语言与接口技术》实践 《算法分析与设计》 专业课平台必修课 《数字通信原理》 《网络设计与集成》 《网络信息安全》 《网络管理》 《网络应用开发》 《计算机类(网络)认识实习》 《网络生产实习》 《网络毕业实习》 《网络工程专业毕业设计（论文）》 专业课平台选修课 《协议分析与设计》 《网络空间攻防实训》 《Linux 网络操作系统》 《路由与交换技术实验》 《网络软件开发》 《云计算技术》 《Java EE 平台开发》 《Java EE 平台开发实验》 《开源框架技术》 《大数据与深度学习》 《离散数学 II》 《模式识别与人工智能》 《嵌入式系统设计》 《嵌入式 linux 应用程序开发》 《智能医疗》 《智能医疗》实验 《数据挖掘》 《数据挖掘》实验

1 计算机类学科基础必修 离散数学 程序设计基础 I 程序设计基础 II Java 框架编程 操作系统原理 计算机网络 计算机组成原理 数据库原理 海洋空间信息工程概论 数据结构与算法 2 计算机类学科专业必修 数据分析原理与技术 数据可视化原理与应用 软件工程 高级程序设计 25 课程 实习（实践） 海洋大数据技术与工程应用 大数据原理与技术 数据挖掘 大数据处理技术 海洋遥感影像分析 空间建模与分析 空间数据获取技术基础 软件工程导论 软件开发与创新 数字信号处理 微机原理与接口技术 数据科学导论 算法设计与分析 人工智能 软件项目管理 软件需求分析 软件架构与设计模式 软件测试与质量保证 编译原理 海洋空间信息管理与服务 3 计算机类专业选修 计算机系统结构 数学建模 数值计算方法 数字图像处理 逻辑与计算机设计基础 智能计算及应用 物联网概论 Linux 操作系统 现代操作系统 WEB 程序设计 Python 程序设计 单片机原理与应用 虚拟现实 信息安全概论 移动开发技术 编程艺术 生物大数据 海洋信息技术与应用 4 计算机类实践课 数据科学综合 JAVA 框架编程 计算机综合实践与案例 专业大型综合实验 综合实习 中级综合开发实践 软件工程综合实习（实践） 毕业论文（设计） 5 信息与计算科学专业学科基础必修 高等代数 I 高等代数 II 空间解析几何 数学分析 I 数学分析 II 概率论与数理统计 A 常微分方程 6 信息与计算科学专业学科专业必修 复变函数 运筹学 数值分析 7 信息与计算科学专业专业选修 应用随机过程 最优化方法 微分方程数值解 应用回归分析 计算智能 8 信息与计算科学专业实践课 专业技能实践实习（实践） 数学实验 数学建模实习（实践） 毕业设计（论文） 综合实习实习（实践）

1. 状态空间方程 2. PID控制 3. 线性二次最优控制算法 4. 鲁棒控制法（了解） 5. 模糊控制 6. 分数阶控制算法 7. 小结

针对钢包精炼炉电极控制系统具有非线性、时变、模型不确定、大滞后、多输入多输出耦合的特点,提出一种基于神经网络实时在线辩识的内模控制方案.控制器采用神经网络解耦,将混沌机制引入到BP算法中,用以加快学习的收敛速度.仿真结果证实了控制策略的有效性

目 录 1《自动控制理论》 2《单片机原理及应用》 3《现代控制理论》 4《电机及电力拖动》 5《检测技术与仪表》 6《电力电子技术课程设计》 7《运动控制系统》 8《过程控制系统》 9《计算机控制系统》 10《专业英语》 11《PLC 原理及应用》 12《嵌入式系统》 13《EDA技术及应用》 14《C 语言案例设计》 15《现场总线技术》 16《机器人学基础》 17《高级语言程序设计》 18《控制系统辅助仿真设计》 19《工业计算机通信与网络》 20《PLC 课程设计》 21《电力电子技术课程设计》 22《数字图像处理》 23《数据结构与算法》 24《复变函数与积分变换》 25《信号与系统》 26《模式识别与人工智能》 27《工程电磁场》 28《集散控制系统》 29《控制电机》 30《信号与系统》 31《智能控制技术》 32《文献检索与科学研究》 33《虚拟仪器》 34《计算机控制系统课程设计》 35 《智能控制技术课程设计》 ………………………………………………

网络环境下的恶意软件严重威胁着工控系统的安全，随着目前恶意软件变种的逐渐增多，给工控系统恶意软件的检测和安全防护带来了巨大的挑战。现有的检测方法存在着自适应检测识别的智能化程度不高等局限性。针对此问题，围绕威胁工控系统网络安全的恶意软件对象，本文通过结合利用强化学习这一高级的机器学习算法，设计了一个检测应用方法框架。在实现过程中，根据恶意软件行为检测的实际需求，充分结合强化学习的序列决策和动态反馈学习等智能特征，详细讨论并设计了其中的特征提取网络、策略网络和分类网络等关键应用模块。基于恶意软件实际测试数据集进行的应用实验验证了本文方法的有效性，可为一般恶意软件行为检测提供一种智能化的决策辅助手段

一 基本介绍 二 基本概念 三 贝尔曼期望方程与贝尔曼最优方程 四 强化学习算法介绍 五 简单应用与实践

一 数据不够，算法来凑：半监督学习 二 博采众家之长：集成学习 三 以人为师的思想 四 因果科学的新起点 五 AIGC的时代 六 与人连接的挑战：脑机接口 七 MOSS与金融：量子金融

一 关联规则分析与算法原理 二 编程实现与案例 三 关联规则在推荐系统中的应用

11.1 基本原理 11.2 基本迭代学习控制算法 11.3 迭代学习控制的关键技术 11.4 机械手轨迹跟踪迭代学习控制仿真实例 11.5 线性时变连续系统迭代学习控制 11.6 移动机器人轨迹跟踪迭代学习控制