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

《多源信息融合技术》课程教学大纲.1 《非线性控制理论》课程教学大纲.5 《高动态导航技术》课程教学大纲.10 《机器人动力学与仿生控制》课程教学大纲.14 《机器视觉》课程教学大纲.18 《机器学习与数据挖掘》课程教学大纲.23 《模式识别》课程教学大纲.27 《强化学习与博弈》课程教学大纲.31 《神经网络与深度学习》课程教学大纲.35 《数字图像处理》课程教学大纲.39 《先进驱动控制技术》课程教学大纲.43 《现代传感技术及应用》课程教学大纲.47 《现代电力电子学》课程教学大纲.51 《现代信号处理》课程教学大纲.55 《线性系统理论》课程教学大纲.59 《云控制技术》课程教学大纲.64 《运动体制导与控制》课程教学大纲.69 《智能计算课》程教学大纲.73 《智能控制》课程教学大纲.77 《智能滤波方法及其应用》课程教学大纲.83 《智能硬件与并行计算》课程教学大纲.86 《智能自主系统》课程教学大纲.93 《专业英语》课程教学大纲.97 《最优化与鲁棒控制》课程教学大纲.101

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

《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》

理论课程教学大纲 平面设计课程教学大纲 教育技术学导论课程教学大纲 计算机网络课程教学大纲 多媒体画面艺术设计课程教学大纲 摄影技术课程教学大纲 教育传播学课程教学大纲 现代远程教育课程教学大纲 C 语言程序设计课程教学大纲 教育技术学专业英语课程教学大纲 Java 语言程序设计课程教学大纲 虚拟现实交互技术课程教学大纲 教育视频设计与制作课程教学大纲 三维建模与动画课程教学大纲 教学系统设计课程教学大纲 学习科学与技术课程教学大纲 教育技术学研究方法课程教学大纲 信息技术课程教学论课程教学大纲 学科课程标准与教材分析课程教学大纲 影视后期处理课程教学大纲 前端开发技术课程教学大纲 教育技术学前沿讲座课程教学大纲 VR/AR 项目开发课程教学大纲 文献检索与科技写作课程教学大纲 数据库应用技术课程教学大纲 图形设计课程教学大纲 Python 程序设计课程教学大纲 教育大数据与学习分析课程教学大纲 中外教育史课程教学大纲 教师专业发展与评价课程教学大纲 设计思维与创新教育课程教学大纲 教育技术学经典著作选读课程教学大纲 中小学创客教育课程教学大纲 IT 行业创新创业专题课程教学大纲 实践课程教学大纲 教育见习大纲 教学技能训练 1 教学实习大纲 教学技能训练 2 教学实习大纲 教学技能训练 3 教学实习大纲 微格教学实习大纲 教育实习大纲 摄影、摄像拍摄与编辑教学实习大纲 课程设计与微课制作教学实习大纲 虚拟现实项目开发教学大纲 教育软件与资源开发教学实习（实训）大纲 专业劳动实践（实训）大纲 企业实训（实训）大纲 生产实习（实训）大纲 毕业论文实习（实训）大纲

《教育技术学导论》教学大纲 《教育传播学》 《教育技术学研究方法》 《学习科学与技术》 《教学系统设计》 《创新思维与创新方法》 《摄影技术基础》 《摄像技术》 《计算机网络》 《数据库原理与应用》 《面向对象程序设计》 《数据结构》 《创意美术基础》 《构成设计》 《普通话》 《平面设计与二维动画制作》 《三维建模与动画设计》 《电视节目编导与制作》 《非线性编辑》 《专业英语》 《虚拟现实技术教育应用》 《教育软件工程》 《信息技术课程教学法》 《现代教育技术装备与环境》 《教育评价与测量》 《中小学 STEAM 教育与创新教育》 《产品设计》 《模拟电路与数字电路》 《培训方案与课程设计》 《模块化编程与传感器应用》 《知识管理与绩效技术》 《数字音频技术》 《中小学创意课程开发与实践》 《数字影视创作》 《人工智能概论》 《教育技术前沿》教学大纲 《智慧教育与智慧校园》 《现当代文学经典鉴赏》 《中国文化概论》教学大纲 《东西方文化与礼仪》 《健康体适能》

高质量睡眠与儿童的身体发育、认知功能、学习和注意力密切相关，由于儿童睡眠障碍的早期症状不明显，需要进行长期监测，因此急需找到一种适用于儿童睡眠监测，且能够提前预防和诊断此类疾病的方法。多导睡眠图(Polysomnography，PSG)是临床指南推荐的睡眠障碍基本检测方法，通过观察PSG各睡眠期间的变化和规律，对睡眠质量评估和睡眠障碍识别具有基础作用。本文对儿童睡眠分期进行了研究，利用多导睡眠图记录的单通道脑电信号，在Alexnet的基础上，用一维卷积代替二维卷积，提出一种1D-CNN结构，由5个卷积层、3个池化层和3个全连接层组成，并在1D-CNN中添加了批量归一化层（Batch normalization layer），保持卷积核的大小保持不变。针对数据集少的情况，采用了重叠的方法对数据集进行了扩充。实验结果表明，该模型儿童睡眠分期的准确率为84.3%。通过北京市儿童医院的PSG数据获得的归一化混淆矩阵，可以看出，Wake、N2、N3和REM期睡眠的分类性能很好。对于N1期睡眠，存在将N1期睡眠被误分类为Wake、N2和REM期睡眠的情况，因此以后的工作应重点提升N1期睡眠的准确性。总体而言，对于基于带有睡眠阶段标记的单通道EEG的自动睡眠分期，本文提出的1D-CNN模型可以实现针对于儿童的自动睡眠分期。在未来的工作中，仍需要研究开发更适合于儿童的睡眠分期策略，在更大数据量的基础上进行实验

融合手工特征和深度特征，提出了一种集成超限学习机心跳分类方法。手工提取的特征明确地表征了心电信号的特定特性，如相邻心跳时间间隔反映了心跳信号的时域特性，小波系数反映了心跳信号的时频特性。同时设计了一维卷积神经网络对心跳信号特征进行自动提取。基于超限学习机（Extreme leaning machine，ELM），将上述特征融合进行心跳分类。由于ELM初始参数的随机给定可能导致其性能不稳定，进一步提出了一种基于袋装（Bagging）策略的多个ELM集成方法，使分类结果更加稳定且模型泛化能力更强。利用麻省理工心律失常公开数据集对所提方法进行了验证，分类准确率达到了99.02%，实验结果也表明基于融合特征的分类准确率高于基于单独特征的分类准确率

分析了影响转炉冶炼终点钢水中锰含量的因素, 针对基于BP神经网络算法的转炉冶炼终点锰含量预测模型存在的收敛速度慢, 预测精度低等问题, 提出了一种基于极限学习机(ELM) 算法建模的新思路, 并引入正则化以及改进粒子群优化算法(IPSO), 建立了基于改进粒子群算法优化的正则化极限学习机(IPSO-RELM) 的转炉终点锰含量预测模型; 应用国内某炼钢厂转炉实际生产数据对模型进行训练和验证, 并与基于BP、ELM和RELM算法的三类模型进行比较.结果表明, 采用IPSO-RELM方法构建的模型, 锰含量预测误差在±0. 025%范围内的命中率达到94%, 均方误差为2. 18×10-8, 拟合优度R2为0. 72, 上述三项指标均显著优于其他三类模型, 此外, 该模型还具有良好的泛化能力, 对于转炉实际冶炼过程具有一定的指导意义