计算机语言是朝着自然语言的方向发展,它的最 终目标是成为人类与计算机之间的很自然的交流 工具,人可以通过这样的语言将自己所具有的知 识,或者自己的思想、情感、愿望等表达给计算 机,这样的语言可以称为知识语言或者是智能语 言。这就是人工智能,我们人类所梦寐以求的最 高境界

一.模式识别的概念 在人类科学技术的发展历史中，人们总是力图使用某种机器来扩展人类自身的能力，例 如：蒸汽机和电动机—体力，火车和飞机—行走，望远镜和显微镜—视力。那么计算机则是 部分的扩展了人类的职能。 “机器智能”，机器智能系统应该包括三个部分：

模式识别模拟的是人类一部分智能—识别、判断能力，而人类的智能活动都是在大脑的 神经系统中完成的，如果我们能够模拟人类大脑的工作机理来实现识别系统，应该能够取得 好的效果。人工神经网络的研究证实在这方面所进行的探索

自动控制的发展 经典硬件逻辑控制亠常规仪表控制計算机集中控 制→计算机分散(集散)控制→以现场总线为代表的网络控制

第一部分 学科（专业类）教育课程 《自动化类专业导论》 《电路分析基础》 《模拟电子技术 A》 《数字电子技术 B》 第二部分 专业教育课程 《工业机器人技术基础》 《电机及拖动基础》 《嵌入式原理与应用 C》 《工业机器人编程及仿真》 《电气控制与 PLC B》 《传感器与检测技术 A》 《自动控制原理》 《现场总线技术》 《工业机器人系统集成》 《机器视觉技术》 《智能机器人设计》 《人工智能基础》 《智能仪器设计》 《人工智能技术及应用》 《仿人机器人原理与应用》 《工程制图》 《机械设计基础》 《虚拟仪器技术》 《数字信号处理》 《电气 CAD》 《机电产品创新设计 B》 《过程控制技术》 《人机界面技术》 《系统工程导论》 《计算机网络与通信》 《文献检索与论文写作》 《EDA 技术及应用》 《三维建模》 《机器人工程专业英语》 《无人机系统导论》 《计算机控制技术》 《MATLAB 基础与应用》 《DSP 原理及应用》 《现代控制理论》 《运动控制系统》 第三部分 应用创新实践环节课程 《工程训练 A》 《电工电子基础实训》 《工业机器人认知实习》 《模拟电子技术课程设计 A》 《大学物理实验》 《数字电子技术课程设计》 《嵌入式原理与应用课程设计 C》 《电气控制与 PLC 课程设计 A》 《电工实习 B》 《工业机器人编程实训》 《职业资格考证》 《工业机器人综合实训》 《机器视觉技术综合应用》 《智能移动机器人应用》 《智能装备仿真与调试》 《机器人工程专业社会实践》 《机器人工程专业毕业实习》 《机器人工程专业毕业论文（设计）》

第一部分 学科（专业类）教育课程 《电子信息类专业导论》 《工程制图》 《电路分析基础》 《模拟电子技术 A》 《数字电子技术 B》 《信号与系统》 第二部分 专业教育课程 《单片机原理及应用 A》 《高频电子线路》 《通信原理》 《电磁场与电磁波》 《数字信号处理》 《智能电子系统设计》 《电子测量技术》 《嵌入式原理与应用 A》 《EDA 技术及应用》 《信息论与编码》 《数字图像处理技术》 《DSP 原理及应用》 《MATLAB 基础与应用》 《微机原理与接口技术 B》 《Python 程序设计 B》 《电子线路 CAD》 《语音信号处理》 《传感器与检测技术 B》 《虚拟仪器技术》 《计算机网络与通信》 《Linux 系统的应用与开发》 《高级程序设计 C++》 《模式识别 A》 《智能产品创新设计》 《电子信息工程专业英语》 《Java 程序设计》 《智能信息处理》 《数字多媒体技术及应用》 《人工智能技术及应用》 《现代企业管理》 《文献检索与论文写作》 《智能仪器设计基础》 第三部分 应用创新实践环节课程 《电工电子基础实训》 《工程训练 A》 《电子工艺实习》 《大学物理实验》 《模拟电子技术课程设计 A》 《数字电子技术课程设计》 《单片机原理及应用课程设计 A》 《嵌入式原理与应用课程设计 A》 《数字图像处理技术课程设计》 《职业资格考证》 《EDA 技术及应用课程设计》 《DSP 原理及应用课程设计》 《信号处理综合设计》 《电子产品与调试技术实训》 《智能家电维修实训》 《电子产品整机组装实训》 《PCB 板设计实训》 《电子信息工程专业毕业实习》 《电子信息工程专业毕业论文（设计）》

 机器学习是数据分析与挖掘的一种手段  机器学习是什么？  利用经验改善系统自身的性能  关于T和P，程序对E进行学习  Looking for a function  机器学习发展史  人工智能三阶段：推理期、知识期、学习期  深度学习∈机器学习∈人工智能  机器学习基本术语  回归、分类；模型、学习器；样本、样例……  模型选择：奥卡姆剃刀？NFL？

“专家系统是一种智能的计算机程序， 其内部含有大量某个领域专家水平的知 识与经验，能够模拟人类专家的思维过 程，求解该领域内需要专家才能解决的 困难问题

9.1 层次分析法 9.2 人工神经网络与神经网络优化算法 9.3 遗传算法 9.4 模拟退火算法 9.5 神经网络权值的混合优化学习策略

10.1 交通大数据科技创新发展概况 10.2 交通大数据科技创新发展概况 10.3 交通大数据应用创新核心技术分析 10.4 一个基于群智协同与多要素融合的智能交通指挥系统设计方案 10.5 交通大数据智能研判应用创新：案例分析 10.6 本章小结