目 录 1学科基础平台必修课 《数学分析》 《高等代数与解析几何》 《概率论与数理统计 A》 《概率论与数理统计》 《大学物理 A1》 《大学物理 A2》 2．学科基础平台选修课 《物理实验》 《数学规划基础》 《信息与计算科学专业导论》 《统计学》 《统计学实验》课程实验 《离散数学》 《C++程序设计 A》 《C++程序设计实验 A》 3．专业课平台必修课 《数值分析 A》 《数值分析》 《数值分析 A 实验》 《数学建模》 《数学建模实践》 《数据库原理 A》 《数据结构与算法分析》 《信计专业毕业实习》 《信息与计算科学专业毕业设计（论文）》 4专业课平台选修课 《常微分方程》 《多元统计分析》 《数学物理方程》 《实变函数与泛函分析》 《复变函数与积分变换》 《组合与图论》 《运筹学》 《运筹学基础及应用》 《数值最优化》 《微分方程数值解》 《控制理论基础》 《Oracle 高级数据库开发设计》 《大数据与深度学习》 《Python 程序设计》 《R 语言》 《算法分析与设计》 《操作系统》 《计算机网络原理Ⅰ》 《Java 程序设计》 《Java 程序设计实训》 《ASPNET 程序设计》 《web 前端开发》 《web 前端开发》程序设计 《软件开发实践》

一、 学科平台课程 1 《高级语言程序设计》 二、 专业课程 1 《计算机导论》 2 《离散数学》 3 《电子技术》 4 《电子技术实验》 5 《计算机组成原理》 6 《数据结构》 7 《数据库系统原理 A》 8 《软件工程概论》 9 《操作系统》 10《算法设计与分析》 11《计算机网络》 12《软件质量保证与测试》 13《软件项目管理与案例分析》 14《人机交互技术》 15《软件系统分析与设计》 16《软件过程与管理》 17《软件体系结构》 三、 个性化发展课程 1 《可视化项目开发技术》 2 《Web 开发技术》 3 《嵌入式系统原理与应用 A》 4 《移动平台应用开发》 5 《数据挖掘》 6 《Python 程序设计》 7 《人工智能》 8 《深度学习》 9 《大数据处理基础》 10《企业信息化系统分析》 11《三维动画原理与开发技术》 12《编译原理》 13《科技论文写作》 14《工程经济学》 15《前沿知识研讨》 16《职业能力拓展》 17《企业级开发技术》 四、 实践环节 1 《认识实习》 2 《小型软件项目综合课程设计》 3 《软件项目实践》 4 《生产实习》 5 《毕业实习》 6 《毕业设计》

第一章 G IS 概述.4 一、什么是地理信息系统.4 二、地理信息系统的产生.4 三、当代 GIS 的发展趋势.6 四、GIS 相关软件及功能概述.8 第二章 ArcGIS 9 概述.12 一、ArcGIS 9 简介.12 二、ArcGIS 采用的数据.17 三、怎样学习 ArcGIS？.19 第三章 ArcGIS 基本操作.21 一、ArcGIS 安装.22 二、ArcMap 应用基础.33 三、ArcCatalog 应用基础.40 四、ArcToolbox 应用基础.43 第四章 图形配准及矢量化.45 一、图形配准.45 二、图形矢量化.50 第五章 空间数据处理.53 一、空间数据处理.55 二、投影定义及转换.58 第六章 多边形叠合分析.6 1 第七章 缓冲区分析.54 第八章 网络分析 .6 1 第九章 三维分析.7 0

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）

《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 《机器学习》课程教学大纲. 30 《数字电子技术》课程教学大纲.39 《数据结构》课程教学大纲. 46 《面向对象程序设计》课程教学大纲.55 《算法设计与分析》课程教学大纲.64 《数据科学基础》课程教学大纲.75 《现代操作系统》课程教学大纲.84 《计算机网络原理》课程教学大纲.94 《计算机组成与结构》课程教学大纲.106 《数据库系统原理》课程教学大纲. 116 《学科前沿》课程教学大纲.129 《计算机接口技术》课程教学大纲.137 《软件工程》课程教学大纲.144 《IT 项目管理》课程教学大纲. 157 《嵌入式系统设计》课程教学大纲.166 《工程伦理》课程教学大纲.174 《专业英语》课程教学大纲.181 《编译原理》课程教学大纲.188 《计算机图形学》课程教学大纲.198 《Python 程序设计》课程教学大纲.206 《大数据技术原理与应用》课程教学大纲.214 《云计算与虚拟化技术》课程教学大纲.223 《并行分布式计算》课程教学大纲.232 《数字媒体技术》课程教学大纲.242 《高性能框架技术》课程教学大纲.249 《云计算技术》课程教学大纲.257 《软件测试技术》课程教学大纲.266 《移动应用开发技术》课程教学大纲.274 《Web 前端开发技术》课程教学大纲.287 《软件建模与分析》课程教学大纲.310 《智能算法及应用》课程教学大纲.319 《最优化方法》课程教学大纲.325 《图形图像处理技术》课程教学大纲.334 《深度学习》课程教学大纲.343 《机器人技术》课程教学大纲.353 《计算机视觉》课程教学大纲.359 《自然语言处理》课程教学大纲.369 《数字孪生技术》课程教学大纲.376 《脑与认知科学》课程教学大纲.384 《现代制造技术》课程教学大纲.391 《逆向工程》课程教学大纲.399 《虚拟现实技术》课程教学大纲.405

《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

电气工程及其自动化专业 《电气工程专业导论》 《专业引领实战训练》 《工程电磁场》 《工程技术创新导论》 《电机学》 《专业开放实验》 《电力电子技术》 《单片机原理及应用》 《电气工程 Matlab 建模与仿真》 《自动控制原理》 《电气测量技术》 《电磁兼容技术》 《电气控制与 PLC 技术》 《电力系统分析》 《电力拖动自动控制系统》 《太阳能发电技术》 《DSP 原理及应用》 《电源技术及应用》 《太阳能光伏发电工程设计》 《电力电子技术综合设计(1)》 《电力电子技术综合设计(2)》 《毕业实习》 《创新创业竞赛实战》 《专业综合训练(1)(2)》 《供配电技术》 《风力发电技术》 《专业英语》 《电机节能技术》 《智能电网与微电网技术》 《工业计算机网络与通信》 《电力拖动自动控制系统课程设计》 《供配电系统综合课程设计》 《毕业设计》 智能科学与技术专业 《智能科学与技术导论》 《计算机软件基础》 《信号与系统基础》 《智能系统建模与仿真》 《脑与认知科学概论》 《数字信号处理》 《微控制器技术》 《专业综合实战训练(1)》 《控制理论》 《人工智能基础》 《神经网络》 《模糊控制》 《图像处理与模式识别》 《机器智能综合实验》 《移动操作系统》 《嵌入式系统》 《数据库新技术》 《无线自组织网络》 《飞行器控制导论》 《专业综合实战训练(2)》 《智能传感与检测技术》 《机器人学》 《数字控制系统》 《机器人控制课程设计》 《信息论与编码》 《数据挖掘与处理》 《专业英语阅读》 《控制系统设计方法》 《智能机器人》 《机器学习》 《智能系统与工程课程设计》 《科技创新与方法论》 《移动机器人导航技术》 自动化专业高精尖项目(双培计划) 《惯性导航技术》 《物联网系统基础与应用》 《系统辨识》 《集散控制系统》 《先进控制理论》 《楼宇自动化》 《应用自适应控制》 电气工程及其自动化专业轨道牵引电气化方向(双培计划) 智能科学与技术专业机器人大脑方向(双培计划) 《生产实习》 其他专业 机械设计制造及其自动化专业 《微机原理及应用》 新能源科学与工程专业 机械电子工程专业 《人工智能》

深度神经网络技术用于机械设备故障诊断展现出了巨大潜力，但繁重复杂的计算量对计算机硬件提出了严苛的要求，严重限制了其在实际工程中的应用。基于此提出一种新型的轻量级神经网络ShuffleNet，用于高速列车轮对轴承故障诊断研究。该网络模型基于模块化设计思想，包含多个高效率的ShuffleNet单元，通过运用分组卷积与深度可分离卷积技术极大改善了传统卷积操作的运算效率；同时使用通道混洗方法克服了通道分组带来的约束，改进了网络的损失精度。实验分析表明，所提网络模型可有效用于复杂工况下高速列车轮对轴承故障诊断，相比传统卷积神经网络、残差网络和Xception等当前深度神经网络模型，在保证诊断精度的同时，运行效率得到大幅提升。这为深度神经网络技术应用于工程实际，克服计算机硬件条件限制提供了一条新的途径

为了提升航班运行风险预测精度，基于某航空公司2016—2018年航班运行风险数据，在验证15个风险时间序列的混沌特性后，构建基于多变量混沌时间序列的风险预测模型。首先，对15个风险时间序列进行多变量相空间重构，采用主成分分析法（PCA）对相空间进行降维处理；然后，基于迭代预测的方式，分别采用极限学习机、RBF神经网络、回声状态网络和Elman神经网络建立风险短期预测模型；最后，以降维后的相空间作为输入，计算并比较分析未来1～7 d的风险预测结果。结果表明：多变量相空间重构后总维数为62维，经PCA降维处理，降至31维；在不同的预测模型中，降维后RBF模型预测效果最佳；其中，预测第1天结果相对误差<25%出现频数为82.62%，至第5天仍达75%以上；该模型第1天预测结果的修正平均绝对百分比误差（MAPE）值为11.32%，且前5 d均低于20%，满足航空公司使用要求。1～5 d预测结果对航班风险管控具有实践操作价值，证明基于多变量混沌时间序列的风险预测方案可行、有效

医疗实体识别是电子病历文本信息抽取的基本任务。针对中文电子病历文本复合实体较多、实体长度较长、句子成分缺失严重、实体边界不清的语言特点以及标注语料难以获取的现状，提出了一种基于领域词典和条件随机场（CRF）的双层标注模型。该模型通过对外部资源的统计分析构建医疗领域词典，再结合条件随机场，进行了两次不同粒度的标注，将领域词典识别的准确性和机器学习的自动性融为一体，从中文电子病历文本中识别出疾病、症状、药品、操作四类医疗实体。该模型在测试数据中的宏精确率为96.7%、宏召回率为97.7%、宏F1值为97.2%。同时对比分析了采用注意力机制的深度神经网络的识别效果，因受到领域数据集大小的限制，在该测试数据集中后者表现不佳。实验结果表明了该双层标注模型对中文医疗实体识别的高效性