（一）理论课程 1《高电压技术》 2《电路原理 A》 3《复变函数与积分变换》 4《电力工程综合项目设计》 5《电力系统继电保护》 6《电力系统继电保护课程设计》 7《电力系统课程设计》 8《模拟电子电路》 92018 自动化《概率论与数理统计 C》 10《电力电子技术》 11《电气测量技术与传感器》 12《电气控制技术与 PLC》 13《电气制图及 CAD》 14《数字电子电路》 15《微机原理及接口技术》 16《自动控制原理 A》 17《电路原理实验 A》 （二）实验课程 18《电气测量技术与传感器》 19《电气制图及 CAD》（实验） 20《电子技术基础实验》 21《自控原理实验》 （三）实践课程 22毕业设计（论文） 23毕业实习 24《电工电子实习》 25《金工实习》

在前面已经介绍了编译程序构造的二个重要阶段，即词 法分析和语法分析。现在再来介绍编译程序的另一个重要阶 段——中间代码生成。虽然在实际应用中，是否采用中间代 码形式是根据实际情况而定的。但事实上，为了使编译程序 的结构清晰、简单、明确，多数编译程序采用了中间代码的 形式。尤其是使用了中间代码的形式，使目标代码优化比较 容易实现。通常以中间代码生成这一阶段来划分编译程序的 前端和后端。对于不同的高级语言只要翻译成相同的中间代 码，再接上一个相同的把中间代码翻译成目标代码的后端， 就可以形成不同的编译程序

6.1 物联网概述 6.1.1 物联网概念及其由来 6.1.2 物联网研究进展 6.2 物联网的基本组成和体系结构 6.2.1 物联网与其它网络的关系 6.2.2 物联网组成架构 6.2.3 物联网软件系统组成 6.2.4 物联网产业链基本组成 6.2.5 物联网体系结构设计的基本原则 6.2.6 M2M 体系结构 6.2.7 物联网的 EPC 体系结构 6.2.8 物联网的体系结构 6.2.9 物联网与物理信息融合体系结构 6.2.10 物联网相关产业体系 6.3 物联网技术体系 6.3.1 感知与识别技术 6.3.2 支撑技术 6.3.3 共性技术 6.3.4 网络与通信技术 6.3.5 物联网应用技术 6.4 物联网标准化体系 6.4.1 国际物联网标准的制定 6.4.2 国内标准化工作 6.5 物联网的应用 6.5.1 物联网的应用前景 6.5.2 我国物联网应用现状

8.1 数据中心与数据中心网络概述 8.1.1 数据中心 8.1.2 数据中心网络 8.1.3 数据中心网络体系结构 8.2 电交换数据中心网络架构 8.2.1 以交换机为中心的 DCN 架构 8.2.2 以服务器为中心的 DCN 架构 8.3 光电混合交换数据中心网络架构 8.4 光交换与光互连数据中心网络架构 8.4.1 基于光电路交换的全光数据中心网络 8.4.2 基于光分组交换的全光数据中心网络 8.4.3 数据中心机架内光互连架构 8.5 数据中心网络的路由技术 8.5.1 数据中心的流量特征分析 8.5.2 分布式路由机制 8.5.3 集中式路由机制 8.6 数据中心网络的传送技术 8.6.1 TCP 拥塞控制机制 8.6.2 多租户场景的带宽分配算法 8.7 软件定义数据中心网络 8.7.1 软件定义网络 8.7.2 软件定义数据中心网络

在传统的Web网站中，网页的布局往往由网页制作人员安排并很少变化。为了更好的为网络用户提供服务，提出通过对Web日志的数据清洗，识别出每个用户在一个会话期内访问的页面，依据网页内容在逻辑上的关系和用户经常访问的页面，得到用户对网页内容的兴趣度矩阵及各子项目的兴趣度矩阵。对网络用户根据兴趣度矩阵进行层次化的分类，得到每个用户所属的类别。当用户访问网站时，根据该用户所属的类别进行网页布局的自动调整，让用户能够方便、快捷地访问到自己感兴趣的页面。这样能够给每个用户提供更加个性化、柔软的服务，增加了网站的服务效果和用户对于网站的信赖，避免用户迷失在海量数据中

1.1 排队系统概述 1.1.1 排队论发展历程 1.1.2 排队现象 1.1.3 排队系统的组成和特征 1.1.4 经典排队系统的符号表示 1.1.5 排队问题的求解 1.2 几个重要的概率分布 1.2.1 定长分布 1.2.2 负指数分布 1.2.3 爱尔郎（Erlang）分布 1.2.4 泊松（Poisson）分布 1.3 泊松过程 1.4 单服务者负指数分布排队系统的分析 1.4.1 系统中有个i 顾客的概率 1.4.2 系统的运行指标 1.5 Little 公式及其直观意义 1.5.1 Little 公式直观意义 1.5.2 Little 公式的证明 1.6 利用因数P的定义及其物理意义

8.1 流计算概述 • 8.1.1 静态数据和流数据 • 8.1.2 批量计算和实时计算 • 8.1.3 流计算概念 • 8.1.4 流计算与Hadoop • 8.1.5 流计算框架 8.2 流计算处理流程 • 8.2.1 概述 • 8.2.2 数据实时采集 • 8.2.3 数据实时计算 • 8.2.4 实时查询服务 8.3 流计算应用 8.4 流计算开源框架 – Storm • 8.4.1 Storm简介 • 8.4.2 Storm的特点 • 8.4.3 Storm设计思想 • 8.4.4 Storm框架设计 8.5 Spark Streaming 8.5.1 Spark Streaming设计 8.5.2 Spark Streaming与Storm的对比 8.6 Samza 8.6.1 基本概念 8.6.2 系统架构 8.7 Storm、Spark Streaming和Samza的应用场景 8.8 Storm编程实践 8.8.1 编写Storm程序 8.8.2 安装Storm的基本过程 8.8.3 运行Storm程序

• 6.1 云数据库概述 • 6.1.1 云计算是云数据库兴起的基础 • 6.1.2 云数据库概念 • 6.1.3 云数据库的特性 • 6.1.4 云数据库是个性化数据存储需求的理想选择 • 6.1.5 云数据库与其他数据库的关系 • 6.2 云数据库产品 • 6.2.1 云数据库厂商概述 • 6.2.2 Amazon的云数据库产品 • 6.2.3 Google的云数据库产品 • 6.2.4 Microsoft的云数据库产品 • 6.2.5 其他云数据库产品 • 6.3 云数据库系统架构 • 6.3.1 UMP系统概述 • 6.3.2 UMP系统架构 • 6.3.3 UMP系统功能 • 6.4 Amazon AWS和云数据库 6.4.1 Amazon和云计算的渊源 6.4.2 Amazon AWS 6.4.3 Amazon AWS平台上的云数据库 • 6.5 微软云数据库SQL Azure • 6.6 云数据库实践 6.6.1 阿里云RDS简介 6.6.2 RDS中的概念 6.6.3 购买和使用RDS数据库 6.6.4 将本地数据库迁移到云端RDS数据库

•本章内容介绍了数据可视化的相关知识。数据可视化在大数据分析中具有非常重要的作用，尤其从用户角度而言，它是提升用户数据分析效率的有效手段。•可视化工具包括入门级工具、信息图表工具、地图工具、时间线工具和高级分析工具，每种工具都可以帮助我们实现不同类型的数据可视化分析，可以根据具体应用场合来选择适合的工具。•介绍了一些典型的数据可视化案例，从中可以深刻感受到数据可视化的魅力和重要作用。 10.1 可视化概述 10.1.1 什么是数据可视化 10.1.2 可视化的发展历程 10.1.3 可视化的重要作用 10.2 可视化工具 10.2.1 入门级工具 10.2.2 信息图表工具 10.2.3 地图工具 10.2.4 时间线工具 10.2.5 高级分析工具 10.3 可视化典型案例 • 10.3.1 全球黑客活动 • 10.3.2 互联网地图 • 10.3.3 编程语言之间的影响力关系图 • 10.3.4 百度迁徙 • 10.3.5 世界国家健康与财富之间的关系 • 10.3.6 3D可视化互联网地图APP 10.4 可视化工具实践 • 10.4.1 D3可视化库使用指南 • 10.4.2 Easel.ly信息图制作实践 • 10.4.3 数据可视化之魔镜 • 10.4.4 数据可视化之ECharts

数量经济学科是一门实践性很强的学科,要求学生具有将经济学知识、计量经济学方法 和计算机应用相结合的综合素质。目前的计量经济学课程注重理论方法的介绍,但是对如何 从经济问题出发建立模型、如何应用模型分析实际的经济问题,却讨论的较少。在计量经济 学教学中,软件的使用仍然是薄弱的环节,学生学习了不少估计和检验的方法,却不知道怎 样应用,对计算的结果也不能做出合理的解释缺乏运用计量模型分析和解决经济问题的实 际能力