计算机科学与技术专业 《计算机导论》 《程序设计基础(C 语言)》 《离散数学(1)》 《面向对象技术(C++)》 《面向对象技术（JAVA）》 《程序设计实践(C++)》 《程序设计实践(JAVA)》 《IT 工程师职业道德与素养》 《人机交互设计》 《PYTHON 编程》 《专业发展概论》 《数据结构(C)》 《数据结构(JAVA)》 《数据结构(C)（英文）》 《开源软件开发技术》 《离散数学(2)》 《C++程序设计》 《JAVA 程序设计》 《计算机组成原理》 《数据库原理与应用》 《算法设计与分析》 《计算机网络》 《LINUX 系统实践》 《人工智能》 《高级 JAVA 程序设计》 《专业英语》 《数字媒体艺术与技术》 《数据结构综合设计(C)》 《数据结构综合设计(JAVA)》 《科研开发类项目实践(1)》 《软件工程》 《操作系统》 《汇编语言与微机接口技术》 《WEB 应用系统实践》 《CPU 设计》 《移动应用系统》 《数字系统 EDA 技术》 《云计算导论》 《现代密码学》 《CUDA 并行编程》 《多媒体技术》 《嵌入式操作系统》 《中文信息处理》 《计算机图形学》 《科研开发类项目实践(2)》 《信息安全》 《编译原理》 《计算机体系结构》 《嵌入式系统》 《信息检索与搜索引擎》 《数据挖掘技术》 《计算机视觉》 《企业级计算基础》 《科研开发类项目实践(3)》 《大数据技术实践》 《单片机原理及应用》 《ORACLE 数据库》 《计算机系统项目综合实践》 《专业实习》 《企业工作实践》 《计算机新技术讲座》 《并行计算》 《大学生科技创新训练项目》 《毕业设计》 软件工程专业 《面向对象技术(JAVA)》 《数据结构(C)(英文)》 《模型驱动程序设计方法学》 《JAVA WEB 技术》 《XML 与 WEB 前端开发技术》 《移动应用开发实践》 《交互式软件系统设计》 《UML 及其应用》 《非关系型数据处理技术》 《软件测试实践》 《软件测试技术》 《高级软件工程》 《软件项目管理》 《软件开发实践》 《软件设计模式》 《软件项目综合实践》 网络工程专业(卓越计划) 《网络应用开发技术》 《数据通信基础》 《汇编语言》 《无线网络技术》 《路由与交换技术》 《网络管理》 《计算机组成原理综合实践》 《网络管理综合实践》 《网络应用系

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）

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》

《文献阅读与学术写作》 《高等光学》 《光电子学》 《光电检测技术》 《现代信号分析与处理》 《科学研究方法》 《现代传感技术》 《精密测量理论与技术》 《工程伦理》 《智能感知理论与应用》 《机器视觉》 《现代信号处理技术》 《半导体物理与器件》 《电路仿真分析与设计》 《光纤传感技术及应用》 《嵌入式系统设计》 《软件设计技术》 《生物医学传感与检测技术》 《微纳光子学》 《微纳加工及测试技术》 《微弱信号分析与处理》 《Understanding Optics with Python》 《现代光学测试技术》 《现代光学设计》 《医学成像技术》 《智能感知与自主系统》 《智能检测技术与系统》 《最优化理论》 《超快光纤激光技术及应用》 《深度学习》 《现代光学实验》 《柔性光电子学》 《工程光学基础》 《误差理论与数据处理》 《精密机械设计基础》

测控技术与仪器专业 《测控技术与仪器专业导论》 《单片机系统实践》 《工程光学基础》 《信号与系统》 《精密机械设计(1)(2)》 《软件技术基础》 《传感器原理及应用》 《误差理论与数据处理》 《微机原理及应用》 《机器视觉》 《可编程逻辑器件及应用》 《PLC 及应用》 《虚拟仪器》 《精密机械设计实践》 《传感器原理及应用实践》 《虚拟仪器实训课程》 《智能车实训课程》 《开放性实验》 《测控电路》 《控制工程基础》 《光电检测技术与系统》 《计算机测控技术》 《DSP 技术及应用》 《电子线路 CAD》 《测控电路设计实践》 《专业实习》 《机器人实训课程》 《光电竞赛实训课程》 《电子设计竞赛实训课程》 《精密测量技术》 《测控仪器设计》 《光机电一体化技术与系统》 《激光测量技术》 《嵌入式系统及应用》 《现代测试技术导论》 《测控专业综合实践》 《大学生科技创新计划项目》 《创新创业与实践》 《科研训练项目》 《毕业设计》 光电信息科学与工程专业 《光电信息科学与工程导论(1)(2)(3)(4)》 《精密机械设计基础》 《应用光学》 《现代电子技术及应用》 《现代电子技术应用综合设计》 《物理光学》 《光学设计》 《现代光学实验》 《光度学与色度学》 《数字图像处理及应用》 《激光原理及应用》 《视觉检测系统设计与实践》 《光学系统设计》 《数字系统设计》 《专业软件基础》 《光存储与显示》 《光纤技术与应用》 《光电信息系统综合实践》 《光谱分析技术》 测控技术与仪器专业(外培计划) 测控技术与仪器专业医疗设备制造方向(双培计划） 《大学生职业发展与就业指导(4)》 《医疗仪器综合实践》 《医用光电检测技术》 《激光在医学中的应用》 《医学图像处理与分析》 《现代医学仪器》 《医学信息学》 《医学统计学与临床研究方法》 《光谱学》 《生物医学光子学》

《海洋科学前沿讲座》 《海洋空间分析与建模》 《海洋气象学》 《海洋生物地理学》 《海洋生物化学》 《海洋生物声学》 《海洋声学》 《海洋数据处理与可视化》 《海洋数理基础》 《海洋水环境化学》 《航海学》 《航海英语》 《化学海洋学》 《环境学概论》 《可持续渔业管理》 《可视化程序设计》 《摄影测量学》 《生物海洋学》 《生物统计分析》 《数字测图原理与方法》 《水产品国际贸易》 《水声探测技术》 《水声学基础》 《卫星海洋学》 《物理海洋经典文献导读》 《遥感地学分析》 《鱼类行为学概论》 《渔船与装备》 《渔具测试方法》 《渔情预报技术概论》 《渔业海洋动力学》 《渔业海洋学》 《渔业企业管理》 《渔业生态工程与技术》 《渔业声学》 《渔业装备工程与技术》 《自然地理学》 《海洋大地测量》 《GNSS 原理与应用》 《海上基本安全实训》 《渔业基本安全实训》 《国际金融》 《国际渔业》 《海洋渔业技术学》 《海洋渔业科技英语》 《渔业导论》 《测量平差基础》 《卫星遥感技术与应用》 《遥感原理》 《GIS 开发与应用》 《遥感数字图像处理》 《3S 技术与集成》 《地理信息系统》 《海图学》 《测绘学概论》 《R 语言》 《Matlab 语言及应用》 《水力学与泵》 《水力学》 《海洋考古与探测》 《海洋环境生态学》 《大气科学概论》 《渔业资源经济学》 《新时代海洋强国论》 《海洋文献检索与利用》

1. 检测限——实验条件下，样品中被测物能被检出的最低量（信噪比S/N=21或31） 2. 定量限——实验条件下，样品中被测物能被定量测定的最低量（信噪比S/N =101） 3. 线性——在设定的范围内，测试响应值与试样中被测物浓度呈比例关系的程度 4. 范围——分析方法能达到一定精密度、准确度和线性要求时的高低限浓度或量的区间 5. 耐用性——测定条件有的小变动时，测定结果不受影响的承受程度 6. 药品质量管理相关内容——GMP,GSP, GLP,GCP,SOP, AQC, ICH

1 认识数据 2 数据处理与呈现 3 数据管理基础 4 结构化数据库（概述 数据描述 数据模型 关系数据库） 3 SQL查询（拓展知识）

第8章数据处理 第二单元直方图 一、学习目标 了解用直方图的方法处理数据. 二、内容讲解 当数据很多的时候,如何来处理数据?这包括两个方面的问题:从一个角度 来说,若数据很多,计算数据的平均数和方差是很麻烦的,或者说不必要计算精确 的特征数;第二个问方面,我们不满足计算数据的特征数,我们还要知道数据的全 貌

随着物联网技术的发展，前端传感器的使用使得低合金钢的海水腐蚀监测成为了现实，从而获得了大量的腐蚀数据。针对传统均值法处理双率腐蚀数据带来的数据信息损失以及建模精度下降问题，提出了一种基于综合指标值(CIV)和改进相关向量回归(IRVR)的双率腐蚀数据处理和建模算法(CIV-IRVR)。首先，通过构建CIV表征输入数据的综合影响并采用天牛须搜索(BAS)算法对其参数进行寻优；然后，建立最优CIV序列与输出数据间的线性回归模型将双率数据转化为建模用的单率数据，能够更多地保留原始数据信息；最后，给出了一种BAS算法优化的具有组合核函数的改进相关向量回归建模方法(IRVR)，并建立了针对低合金钢海水腐蚀双率数据的CIV-IRVR预测模型。结果表明：相比于均值方法处理双率腐蚀数据，所提方法将建模样本数量由196提升到了1834；相比于海水腐蚀建模领域常用的人工神经网络(ANN)和支持向量回归(SVR)建模方法，所提模型的平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(CD)分别为1.1914 mV、1.5729 mV以及0.9963，在各项指标上均优于对比算法，说明所提模型不仅减少了信息损失还提高了建模精度，对于双率海水腐蚀数据建模具有一定现实意义