（一）理论课程 1《微机原理及接口技术》 2《计算机网络技术》（理论） 3《数字信号处理》 4《数字图像处理》（理论） 5《专业英语》 6《EDA 技术》课程理论教学大纲 7《单片机原理》课程理论教学大纲 8《汽车电子技术》 9《电气制图及 CAD》 10《电路原理 A》 11《模拟电子电路 A》 12《数字电子电路》 13《文献检索》 14《电磁场与电磁波》 15《算法与数据结构》 16《电子信息工程导论》 17《通信电子电路》 18《信号与系统》 19《通信原理 B》 20《机器人技术》（理论） 21《DSP 技术及应用》 22《信息论与编码》 23《移动应用软件开发》 24《面向对象程序设计》 25《智能控制技术》 26《移动互联网技术》 27《物联网与云计算》 28《软件工程》 29《人工智能导论》（理论） 30《电子测量技术》 31《传感器原理与应用》（理论） 32《ASPNET 程序设计》 33《嵌入式系统原理与设计》（理论） 34《工程项目管理与经济决策》 35《Python 程序设计》理论 36《智能建筑系统集成》 （二）实验课程 37《微机原理及接口技术》 38《计算机网络技术》（实验） 39《数字信号处理》 40《数字图像处理》（实验） 41《EDA 技术》课程 42《单片机原理》课程 43《通信电子电路》 44《电子技术基础实验》 45《电路原理实验》 46《信号与系统》 47《通信原理 B 实验》 48《人工智能导论》（实验） 49《传感器原理与应用》 50《嵌入式系统原理与设计》（实验） 51《Python 程序设计》实验 （三）实践课程 52《电工电子实习》 53《印制板微机辅助设计》 54《专业认知实习（1）》 55《专业认知实习（2）》 56《毕业设计（论文）》 57《电子系统综合实训》 58《C 语言程序概念实训》教学大纲 59《程序设计技能实训》 60《EDA 课程设计》课程设计教学大纲 61《嵌入式系统原理与设计》课程设计教学大纲 62《单片机原理》课程设计教学大纲

1.智能控制概论 2.模糊控制 3.神经元网络控制 4.模糊-神经网络控制 5.遗传算法 6.递阶智能控制理论

1智能传感器的定义及功能 2智能传感器与传感系统的特点 3智能传感器与传感系统的发展及应用 4结语

KDD*模型是基于双库协同机制的知识发现新模型,是结构化数据挖掘领域研究的一个新的分支.为了进一步提高KDD*的智能性,设计了一个基于Multi-agent技术的智能数据挖掘系统.利用多智能体技术,实现了数据预处理、数据挖掘、知识的自动获取、基础数据库与知识库的同步进化与协调、知识的评价与表示等功能

1 智能感知的内涵与外延 2 智能感知的前世今生 3 智能感知的未来发展

边缘智能简介 基于边缘智能的视频大数据分析 案例：基于视频分析的抬头检测系统

人工智能的三大流派 人工智能发展史 人工智能的学术活动 高速计算和知识等效 博弈论（数学） 人机博弈

介绍了以膏体+多介质协同充填、同步充填和功能性充填为代表的新兴充填理念。系统阐述了以流变力学和固体力学为主体的矿山充填力学架构，剖析了原位多场多因素扰动作用，并介绍了最新研发的充填体多场耦合监测系统。总结了全尾砂深度浓密、固液混合搅拌以及长距离浆体输送等充填核心环节的发展特点及研究进展。分析了充填智能化发展的必要性，梳理了充填领域涉及的智能化算法，提出了充填智能化未来发展思路。通过对矿山固废充填发展趋势分析，认为未来矿山固废充填需要深度拓展绿色发展内涵，进一步探索模块化、规模化和智能化之路，积极融入并服务深地开采需求，充填采矿法或将成为深部采矿和绿色采矿未来可期的唯一解决方案

当全球导航卫星系统(global navigation satellite system,GNSS)分布式仿真环境中共享的模型数量非常多时,检索模型和配置仿真任务将成为一个比较复杂的工程.为提高仿真模型选取和仿真任务配置的效率,设计了一套针对GNSS分布式仿真环境中仿真模型的实时智能推荐方法,方法中首先定义了模型关联关系和接口形状的概念,然后提出了一种条件约束下的频繁模式树(FP-tree)结构,并从理论上分析了该结构在检索任务量方面的减少程度,设计并推导了模型关联关系度的计算方法,以及整套智能推荐方法的运行流程.推荐方法在GNSS分布式仿真环境中进行了仿真验证,仿真结果与传统智能推荐方法做对比分析,分析结果表明,该方法针对仿真模型推荐时运行时间短,推荐结果准确度高,能够实时为用户推荐合适的模型

教学内容 本章讲述模糊控制与传统控制的相互关系、模糊神经网络控制、模糊控制和遗传算法的相互联系与区别、模糊控制与基于知识系统的交叉和融合。 教学重点 重点内容是讲述模糊控制与传统控制的相互关系，模糊系统与神经网络、遗传算法、基于知识的学习系统的相互联系以及交叉融合。 教学难点 对模糊控制与传统控制、神经网络控制、遗传算法以及基于知识的系统的区别和联系的准确把握和理解，学会用发展和联系的观点看待智能控制学科的发展。 教学要求 要求学生基本了解模糊控制与传统控制、神经网络控制、遗传算法以及基于知识的系统的区别和联系。 通过本章的学习，进一步加深对智能控制特点的理解，学会用发展和联系的观点看待智能控制学科的发展，从而培养学生创常新意识和能力，形成正确的工作方法