一、学科平台课程 1《电工技术》 2《工程制图 D》 3《化学实验室安全技术》 二、专业课程 1《环境科学与工程概论》 2《环境学》 3《工程力学》 4《工程流体力学》 5《环境工程原理》 6《环境规划与管理》 7《环境微生物学》 8《环境微生物学实验》 9《水污染控制工程》 10《水污染控制工程实验》 11《物理性污染控制》 12《环境工程化学》 13《环境监测》 14《环境监测实验》 15《大气污染控制工程》 16《大气污染控制工程实验》 17《固体废物处理与处置》 18《环境影响评价》 19《环境工程制图与 CAD》 三、个性化发展课程 1《室内空气污染监控技术》 2《环境专业英语》 3《环境化学》 4《产业生态学》 5《工程环境监理》 6《生态工程学》 7《创业实践与管理》 8《膜技术与应用》 9《工业水处理技术》 10《污染修复技术》 11《环境工程大数据建模和分析技术》 12《环境学科研究进展与创新》 13《环境工程设计基础》 14《环境工程概预算》 15《环境工程设备基础》 16《景观生态学》 17《环境数理统计》 四、专业实践环节 1《环境影响评价课程设计》 2《水污染控制工程课程设计》 3《大气污染控制工程课程设计》 4《固体废物处理与处置程设计》 5《环境专业研究性设计性实验》 6《认识实习》 7《生产实习》 8《毕业设计（论文）》

§2.1 回归分析概述 一、变量间的关系及回归分析的基本概念 二、总体回归函数（PRF） 三、随机扰动项 四、样本回归函数（SRF） §2.2 一元线性回归模型的参数估计 一、一元线性回归模型的基本假设 二、参数的普通最小二乘估计（OLS） 三、参数估计的最大或然法(ML) 四、最小二乘估计量的性质 五、参数估计量的概率分布及随机干扰项方差的估计 §2.3 一元线性回归模型的统计检验 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 §2.4 一元线性回归分析的应用——预测问题 §2.5 实例：时间序列问题 一、中国居民人均消费模型 二、时间序列问题

《电路分析基础》教学大纲 《电工原理》教学大纲 《电路分析基础》教学大纲 《电工技术》教学大纲 《电子技术》教学大纲 《电路与电子技术》教学大纲 《电工基础》教学大纲 《自动化检测与仪表》教学大纲 《微机原理与汇编语言》教学大纲 《单片机原理及接口》教学大纲 《自动控制原理》教学大纲 《离散控制系统》教学大纲 《现代控制理论》教学大纲 《微机原理及应用》教学大纲 《软件工程》教学大纲 《信号与系统》教学大纲 《计算方法》教学大纲 《工程力学》教学大纲 《统计力学》教学大纲 《半导体物理》教学大纲 《固体物理》教学大纲 《量子力学》教学大纲 《半导体物理实验》教学大纲 《现代控制理论》教学大纲 《单片机原理及接口》教学大纲 《电机与拖动基础》教学大纲 《计算机控制技术》教学大纲 《自动控制专业英语》教学大纲 《自动控制系统》教学大纲 《系统仿真技术》教学大纲 《集散控制系统》教学大纲 《电机学》教学大纲 《电力工程》教学大纲 《电力电子技术》教学大纲 《电气测试基础》教学大纲 《信号与系统》教学大纲 《自动控制专业英语》教学大纲 《集成电路工艺》教学大纲 《集成电路分析与设计》教学大纲 《集成电路实验》教学大纲 《超大规模集成电路 CAD》教学大纲 《集成电路课程设计》教学大纲 《电气控制设备》教学大纲 《电力系统分析》教学大纲 《电气测试技术》教学大纲 《半导体器件》教学大纲

《高等数学》 《大学物理》 《物理实验》 《物理化学》 《物理化学实验》 《化工原理》 《化工原理实验》 《电工电子技术》 《线性代数》 《原子物理与原子核物理》 《铀钚化学》 《分析化学》 《分析化学实验》 《核化学与放射化学》 《无机化学》 《无机化学实验》 《金工实训》 《电工电子实训》 《复变函数与积分变换》 《概率论与数理统计》 《画法几何与化工制图》 《核化工与核燃料工程专业导论》 《文献检索》 《核安全法规》 《核材料物理基础》 《核化工与核燃料工程专业毕业设计（论文）》 《核化工毕业实习》 《核化工认识实习》 《核化工生产实习》 《核化工专业实验》 《核燃料工艺学》 《核燃料后处理工程》 《同位素分离》 《铀化合物转化工艺学》 《铀水冶工艺学》 《放射性废物处理与处置》 《核化工专业英语》 《化工仪表及自动化》 《核技术应用概论》 《核化工与核燃料工程专业课程设计》 《仪器分析测试技术》

采用扫描电镜、X射线能谱仪以及扫描电镜配置的夹杂物自动扫描统计软件(INCAFeature)表征了Fe-Mn-C(-Al)系TWIP钢中夹杂物的成分、形貌和数量,考察了Al质量分数在0.002%~1.590%的四种TWIP钢中夹杂物的特征和Al含量对AlN析出行为的影响.并在此基础上,采用了适合TWIP钢中高锰高铝特点的热力学参数对AlN夹杂物进行了系统的热力学分析.研究表明,在含有相似N质量分数(0.0078%~0.0100%)的TWIP钢中,当钢中Al质量分数升高至0.75%时,AlN夹杂物开始在钢中析出,并在MnS(Se)-Al2 O3上局部析出形成MnS(Se)-Al2 O3-AlN复合夹杂;当Al质量分数升高至1.07%时,热力学计算表明AlN已经可以在TWIP钢液相中形成,经不断长大后在MnS(Se)夹杂物表面局部析出形成MnS(Se)-AlN复合夹杂物;在Al质量分数为1.59%的TWIP钢中,AlN的平衡析出温度比其液相线温度高出42℃,在液相中形成的AlN可以作为异质核心,MnS(Se)夹杂在其表面包裹形成MnS(Se)-AlN复合夹杂物.另外,在Fe-18.21% Mn-0.64% C-1.59% Al体系的TWIP钢中,AlN在液相中析出所需的最低氮的质量分数仅为0.0043%.因此,在TWIP钢的冶炼过程中,应尽可能的降低钢中的氮含量,避免生成过量的AlN夹杂

§2.1 回归分析概述 (Regression Analysis) 一、变量间的关系及回归分析的基本概念 二、总体回归函数 三、随机扰动项 四、样本回归函数 §2.2 一元线性回归模型的基本假设 (Assumptions of Simple Linear Regression Model) 一、关于模型设定的假设 二、关于解释变量的假设 三、关于随机项的假设 §2.3 一元线性回归模型的参数估计 (Estimation of Simple Linear 一、参数的普通最小二乘估计（OLS） 二、参数估计的最大或然法(ML) 三、最小二乘估计量的性质 四、参数估计量的概率分布及随机干扰项方差的估计 §2.4 一元线性回归模型的统计检验 Statistical Test of Simple Linear Regression Model 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 §2.5 一元线性回归分析的应用——预测问题 一、预测值条件均值或个值的一个无偏估计 二、总体条件均值与个值预测值的置信区间 §2.6 实例及时间序列问题

§2.1 回归分析概述 (Regression Analysis) 一、变量间的关系及回归分析的基本概念 二、总体回归函数 三、随机扰动项 四、样本回归函数 §2.2 一元线性回归模型的参数估计 (Estimation of Simple Linear Regression Model) 一、一元线性回归模型的基本假设 二、参数的普通最小二乘估计（OLS） 三、参数估计的最大或然法(ML) 四、最小二乘估计量的性质 五、参数估计量的概率分布及随机干 扰项方差的估计 §2.3 一元线性回归模型的统计检验 Statistical Test of Simple Linear Regression Model 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 §2.4 一元线性回归分析的应用——预测问题 一、Ŷ0是条件均值E(Y|X=X0)或个值的一个无偏估计 二、总体条件均值与个值预测值的置信区间

第一节 新药药物动力学研究的内容 一、新药研究开发中药物动力学的作用 二、新药临床前药物动力学研究的基本要求及研究内容 三、新药临床药物动力学研究的基本要求及内容 四、新药药物动力学研究中生物样本的测定方法 五、计算机在药物动力学研究中的应用 第二节 生物利用度与生物等效性 一、生物利用度与生物等效性的概念 二、生物利用度和生物等效性研究在新药研究中的作用 三、生物等效性评价方法 四、生物利用度研究方法 五、生物等效性统计分析 第三节 缓释与控释制剂的药物动力学 一、缓释与控释制剂的药物动力学设计 二、缓释与控释制剂的生物利用度与生物等效性研究 三、缓释与控释制剂的质量评价

设想国家教育部想了解上海中学生的体质状况,抽样调 查是既省钱又省时的办法,显然上海地区的中学生均是总体 的单元,从全体学生中随机无放回地抽取若干样本是理想的 概率抽样方法,但是编制全体中学生的抽样框本身是件麻烦 事,况且一个合理的有代表性的样本一般应该遍布全市,在 对如此分散的中学生样本逐个进行访问,其工作量之大可想 而知。一个方便的方法是在上海地区按学校抽样,在抽得的 几所学校中对该校所有中学生进行普遍调查

提出一种基于参考模型的视网膜特征量化方法，结合医生诊断过程中关注的视网膜形态变化特征，提出一系列适用于计算机判断分析视网膜状态的可量化特征.在完成正常光学相干断层成像（OCT）中视网膜内界膜（ILM）、光感受器内外节交界处（ISOS）、布鲁赫膜（BM）分割提取的基础上，利用统计方法构建正常视网膜参考模型.结合参考模型和医生所关注的视网膜厚度、边界平滑度以及边界连续性，实现视网膜不同区域厚度特征、厚度比值特征、梯度特征、曲率、标准差、相关系数特征的计算.基于正常OCT图像所构建的参考模型，获取了正常视网膜的厚度及形态特征量化数值.通过分析比较异常OCT图像与参考模型特征数值之间的差异，可以对应表征出异常图像中病变导致的异常形态所在位置及严重程度.实验结果表明，通过参考模型获得的正常视网膜特征信息可以为医生提供数值参考，同时对异常OCT图像量化得到的特征数值可以表现出图像中的异常形态，为后续的异常判断提供基础