基础知识 操作系统 OFFICE 网络基础 多媒体 程序设计 1.1 计算机概述 1.2 计算机系统 1.3 微型计算机 1.4 计算机系统的维护 2.1 数制 2.2 数据存储的组织方式 2.3 数值在计算机中表示 2.4 信息编码 2.5 计算科学与计算思维 3.1 操作系统概述 3.2 Windows7基本操作 3.3 文件管理 3.4 W7其它重要操作 ➢ 4.1.1 办公自动化含义 ➢ 4.1.2 办公自动化软件 ➢ 4.1.3 Office 2010的基本操作*** 4.1 办公自动化概述 ➢ 4.4.1 认识PowerPoint 2010 ➢ 4.4.2 设计演示文稿 ➢ 4.4.3 美化演示文稿 ➢ 4.4.4 制作幻灯片动画效果 ➢ 4.4.5 演示文稿的放映与打印设置 计算机网络概述 局域网概述与构建 Internet基础 信息检索 网络安全与道德 算法概述 程序与程序设计 利用C语言编程 数据库技术概述 Access应用 数据库

专业必修课程 《微生物学》 《农业实验室安全教育》 《植物生产类专业导论》 《农业气象学 B》 《遗传学 B》 《植物生理学 A》 《种子生物学》 《植物保护学 A》 《土壤肥料学》 《现代企业管理》 《作物栽培学 B》 《分子生物学基础》 《试验设计与数据分析》 《食用菌栽培技术》 《生物化学 B》 《作物育种学综合实验》 《农业生物技术 A》 《作物育种学》 《作物种子生产 A》 《种子检验学》 《种子加工与贮藏》 《种子经营与管理 A》 专业综合实践环节 《农业气象学教学实习 B》 《作物种子生产实践基础》 《植物保护学 A 实习》 《植物学教学实习 B》 《农业生物技术实习》 《种子检验与加工实习》 《作物种子生产实习》 《毕业论文》 专业选修课程 《智慧农业理论与实践》 《现代种业讲座》 《农业生态学》 《市场营销学》 《农业信息技术》 《耕作学 B》 《种质资源学》 《基因组学概论》 《园艺通论》 《作物施肥原理与技术 B》 《互联网+现代农业》 《科技文献阅读与写作》 《农业推广学》 《植物新品种保护与 DUS 测试》 《分子植物育种 A》 《生物育种进展》 《生物信息学》 《生物进化论》 《双碳概论》 《农业大数据原理与应用 C》 《农业政策学》 《农业信息技术 B》 《农业生产机械化》

检验医学（Laboratory medicine）既是一门古老的学科，又是一门新兴学科，同时也是涉及基础和临床专业最多的一门边缘学科。检验医学的主要作用是为临床疾病的诊断、疗效观察、病程监测、预后判断和预防提供实验室的客观依据和各种信息、故其作用和地位十分重要。随着基础医学和其他科学技术、特别是分子医学、电子学、生物信息和计算机学科的相应渗透和迅速发展，诸多新理论、新技术和新仪器都率先在检验医学中应用，使其内容不断拓宽和深化，面貌日新月异，成为发展最快的学科之一。其在临床医学中发挥的作用也越来越为重要。 第一章 检验前病人准备和标本采集 第二章 临床检验 第三章 生化检验 第四章 免疫检验 第五章 微生物检验

专业必修课程 《农业资源与环境专业导论》 《地质地貌学》 《农业气象学》 《地理信息系统基础》 《普通生态学》 《土壤学》 《植物营养学》 《农业资源环境专业实践》 《土壤植物理化分析 I》 《土壤植物理化分析Ⅱ》 《试验设计与统计分析》 《土壤地理学》 《环境监测》 《资源遥感与信息技术》 《绿洲农业生态学》 《作物施肥原理与技术》 《肥料工艺学》 《土壤改良与培肥》 专业实践环节 《农业气象学教学实习》 《生态学实习》 《环境监测实习》 《土壤学综合实习》 《植物营养学实习》 《农业资源与环境专业生产实习》 《肥料工艺学课程设计》 《土壤改良与培肥课程设计》 《农业资源与环境专业毕业论文》 专业选修课程 《科技论文写作》 《农业资源与环境专业外语》 《资源环境研究法》 《土壤资源调查与评价》 《土壤资源调查与评价实训》 《作物栽培学》 《植物保护学》 《智慧农业理论与实践》 《节水灌溉理论与技术 B》 《现代农业模式与发展》 《环境影响评价》 《产地环境与农产品质量管理》 《数据分析与数据挖掘实训》 《养分资源管理》 《环境规划与管理》 《植物营养分子生物学基础》 《农业固体废弃物处理》 《农业资源与环境法规》 《农业资源与环境研究前沿》 《双碳概论》 专业拓展课 《农产品营销学》 《现代企业管理》 《农业大数据原理与应用》 《农业物联网技术与应用》

前言 二十一世纪是科学技术高速发展的信息时代,而计算机是处理 信息的主要工具,因此,人们已经认识到,计算机知识已成为 人类当代文化的一个重要组成部分。 计算机科学技术以惊人的速度向前发展,它的广泛应用已从传 统的数值计算领域发展到各种非数值计算领域。在非数值计算 领域里,数据处理的对象已从简单的数值发展到一般的符号, 进而发展到具有一定结构的数据。在这里,面临的主要问题是 :针对每一种新的应用领域的处理对象,如何选择合适的数据 表示(构构),如何有效地组织计算机存贮,并在此基础上又 如何有效地实现对象之间的\运算关系

《Web 应用与开发》教学大纲 《IT 与农业：创新与创业》教学大纲 《演讲与口才》教学大纲 《农业法律法规》教学大纲 《学科导论》教学大纲 《农学通论》教学大纲 《生态学原理》教学大纲 《社会调查方法》教学大纲 《普通发展学》教学大纲 《区域经济学》教学大纲 《自然资源与环境管理》教学大纲 《社会经济统计》教学大纲 《农业推广学》教学大纲 《农村发展规划》教学大纲 《农业生产技术实习 I》教学大纲 《农业生产技术实习Ⅱ》教学大纲 《农业资源环境调研》教学大纲 《农业经营管理实习》教学大纲 《毕业实习与毕业论文》教学大纲 《农业生态学》教学大纲 《农业标准化概论》教学大纲 《农业政策学》教学大纲 《农业经营与管理》教学大纲 《专业综合能力训练》教学大纲 《科研基础训练》教学大纲 《农村科技服务实习》教学大纲 《农村发展规划实验》教学大纲 《计量经济学》教学大纲 《农村发展研究方法》教学大纲 《地理信息系统应用技术》教学大纲 《农业资源综合开发与项目管理》教学大纲 《人力资源管理》教学大纲 《农业企业管理》教学大纲 《农业电子商务》教学大纲 《专业制图与美工》教学大纲 《区域农业规划》教学大纲 《农业项目设计》教学大纲 《农村信息化概论》教学大纲 《农业现代化概论》教学大纲 《农村科技服务概论》教学大纲 《区域农业可持续发展》教学大纲 《农村社会经济发展调研》教学大纲

鉴别分析是一种进行统计鉴别和分组的技术手段。它可以就一定数量案例的 个分组变量和相应的其他多元变量的已知信息,确定分组与其他多元变量之间 的数量关系,建立鉴别函数( discriminant function)o然后便可以利用这一数量 关系对其他已知多元变量信息、但未知分组类型所属的案例进行鉴别分组。沿用 多元回归模型的称谓,在鉴别分析中称分组变量( grouping variable)为因变量, 而用以分组的其他特征变量称为鉴别变量( disciminant variable)或自变量。其 实,这里的自变量并不一定是真正的“原因”变量,有时可能倒是真正的“结 果”或“反应”变量。它们与类型变量的关系从本质上并没有越过相关的范畴。 不过,既然我们要参照其值来进行分组,权且称之为自变量

*8.1 域名系统 DNS 8.1.1 域名系统概述 8.1.2 因特网的域名结构 8.1.3 用域名服务器进行域名解析 8.2 文件传送协议 8.2.1 概述 *8.2.2 FTP 的基本工作原理 8.2.3 简单文件传送协议 TFTP 8.3 远程登录 TELNET *8.4 电子邮件 8.4.1 概述 8.4.2 简单邮件传送协议 SMTP 8.4.3 电子邮件的信息格式 8.4.4 邮件读取协议 POP3 和 IMAP 8.4.5 通用因特网邮件扩充 MIME 8.5 万维网 WWW *8.5.1 概述 *8.5.2 统一资源定位符 URL *8.5.3 超文本传送协议 HTTP *8.5.4 超文本标记语言 HTML *8.5.5 万维网页面中的超链 8.5.6 动态万维网文档与 CGI 技术 8.5.7 活动万维网文档 8.5.8 万维网上的信息检索系统 8.6 引导程序协议 BOOTP 与 动态主机配置协议 DHCP 8.6.1 引导程序协议 BOOTP *8.6.2 动态主机配置协议 DHCP

鉴别分析是一种进行统计鉴别和分组的技术手段。它可以就一定数量案例的一个分组变量和相应的其他多元变量的已知信息,确定分组与其他多元变量之间 的数量关系,建立鉴别函数(discriminant function)然后便可以利用这一数量 关系对其他已知多元变量信息、但未知分组类型所属的案例进行鉴别分组。沿用 多元回归模型的称谓,在鉴别分析中称分组变量(grouping variable)为因变量, 而用以分组的其他特征变量称为鉴别变量( disciminant variable)或自变量。其 实,这里的自变量并不一定是真正的“原因变量,有时可能倒是真正的“结 果”或“反应”变量

因子分析( Factor Analysis)是多元统讣分析技术的一个分支,其主要目的 是浓缩数据。它通过研究众多变量之间的内部依赖关系,探求观测数据中的基本 结构,并用少数几个假想变量来表示基本的数据结构。这些假想变量能够反映原 来众多的观测变量所代表的主要信息,并解释这些观测变量之间的相互依存关 系,我们把这些假想变量称之为基础变量,即因子( Factors)。因子分析就是研 究如何以最少的信息丢失把众多的观测变量浓缩为少数几个因子 因子分析是由心理学家发展起来的,最初心理学家借助因子分析模型来解释 人类的行为和能力,1904年查尔斯·斯皮尔曼( Charles spearman)在美国心理学 杂志上发表了第一篇有关因子分析的文章,在以后的三四十年里,因子分析的理 论和数学基础逐步得到了发展和完善,它作为一个一般的统计分析工具逐渐被人 们所认识和接受。50年代以来,随着计算机的普及和各种统计软件的出现,因 子分析在社会学、经济学、医学、地质学、气象学和市场营销等越来越多的领域 得到了应用