研究生课程
人才培养大纲
电子工程学院（人工智能学院）
二零二四年九月
目录
光学工程
《光学原理》课程教学大纲-5
《光电子学》课程教学大纲-9
《高等光学》课程教学大纲- 13
《激光光学》课程教学大纲- 16
《高等光学工程实验》课程教学大纲-20
《微纳光子学及应用》课程教学大纲- 24
《虚拟现实与增强现实技术》课程教学大纲-28
《光波导技术》课程教学大纲 -31
《光学工程-智慧农业交叉前沿讲座》- 34
《机器视觉与光谱技术》课程教学大纲-37
《光电图像处理技术》课程教学大纲- 41
《信息光学》课程教学大纲-45
《机器学习》课程教学大纲-49
《深度学习》课程教学大纲-53
信息与通信工程
《边缘人工智能》课程教学大纲-57
《物联网与无线通信技术》课程教学大纲-61
《高光谱图像技术》课程教学大纲-65
《集成电路基础》课程教学大纲-68
《智能优化算法》课程教学大纲- 73
《智能系统设计》课程教学大纲- 76
《现代测控技术及应用》课程教学大纲-80
《科学思维方法》课程教学大纲- 83
《试验数据统计与分析》课程教学大纲-87
《论文写作基础》课程教学大纲9 7
农业工程
《精准农业技术与装备》课程教学大纲-95
《农业工程学科进展》课程教学大纲-99
《农业工程模型与仿真》课程教学大纲-102
《工程数学与应用》课程教学大纲-105
《高等农业机械学》课程教学大纲-111
《农业生物环境与能源工程》课程教学大纲-115
《农业生物环境与能源工程》课程教学大纲-118
新一代电子信息技术(含量子技术等)
《边缘人工智能》课程教学大纲-122
《高光谱图像技术》课程教学大纲-126
《集成电路基础》课程教学大纲-129
《智能优化算法》课程教学大纲-134
《智能系统设计》课程教学大纲-137
《现代测控技术及应用》课程教学大纲-141
《科学思维方法》课程教学大纲-144
《智能机器人系统》课程教学大纲-147
《试验数据统计与分析》课程教学大纲-151
《论文写作基础》课程教学大纲-155
人工智能
《边缘人工智能》课程教学大纲-159
《精准农业航空技术与应用》课程教学大纲-163
《计算机视觉》课程教学大纲- 167
《现代数字信号处理》课程教学大纲-174
《人工智能程序设计(全英)》课程教学大纲-178
《云计算与大数据》课程教学大纲-181
《虚拟现实技术》课程教学大纲-185
《空间统计学》课程教学大纲-189
《智能机器人系统》课程教学大纲-193
《算法设计与分析》课程教学大纲-197
《人工智能与生物特征识别技术》课程教学大纲-202
《物联网技术》课程教学大纲-206
《机器学习与深度学习》课程教学大纲-216
研究生课程
人才培养大纲
光学工程专业
中文名称：《光学原理》课程教学大纲
英文名称：《Principles of Optics》
一、课程基本信息
1．课程编号：36021080300001 ，课程性质： 硕士课程
2．课程学时：总学时32 ，其中实验学时0 。
3．课程学分：2
4．开课季节： 秋季
5．开课教研室：人工智能
6．课程类别：一级学科必修课
7．课程类型：理论课
8．考核方式：笔试，考试方式：开卷
9. 成绩计算方式：考勤30%+作业（综述）30%+期末40%
10．适用学生（授课对象）：学术型硕士、全日制专业硕士
11．适用学科、专业（领域）：学科 一 级；专业（领域） 光学工程
12．教学团队成员： 龙拥兵
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
光学原理是光学工程的必修课，是重要的专业技术核心课之一。本课程详细介绍电磁波的基本性质、干涉理论基础和干涉仪、傅里叶光学、衍射理论基础、二元光学和微光学、光的吸收、色散及衍射、晶体光学等内容。相关知识是光学工程学科中其他课程的基础，在光学工程研究生课程体系中占据重要地位。
三、课程教学目标及学生应达到的能力
本课程回顾电磁场的基本性质及波动光学的基本理论，巩固光学和物理光学中的基础知识；掌握干涉理论基础、各种干涉仪以及相关应用；掌握衍射理论、傅里叶光学以及光信息处理应用等；掌握光的吸收、色散、衍射和相关理论；掌握二元光学和微光学的相关理论；掌握光在各项异性介质中的传播，掌握晶体的电光效应、弹光效应、非线性效应以及相关应用；培养英文文献查找、阅读和分析报告能力，理解光学原理在光学前沿研究中的基础性作用。
四、课程教学内容简介、基本要求及学时安排
第一章 电磁场的基本性质 （4学时）
1、光的电磁场理论
2、电磁边界条件
3、波动方程、光速
第二章 干涉理论基础和干涉仪 （4学时）
1、干涉基本原理与理论
2、双光束干涉、薄膜干涉
4、多光束干涉
5、迈克尔逊干涉仪及其他各种干涉仪
6、光学薄膜
第三章 衍射理论基础 （8课时）
1、衍射原理
2、光栅原理及其应用
3、全息技术原理与应用
4、傅里叶光学及光信息处理
第四章 二元光学与微光学 （4课时）
1、二元光学与微光学基础
2、二元光学应用举例
第五章 光的吸收、色散与散射 （4课时）
1、光的吸收与吸收理论
2、色散现象与经典理论
3、散射现象及理论
第六章 晶体光学（8课时）
1、光的偏振
2、光在各项异性介质中的传播
3、晶体的电光效应
4、晶体的弹光效应
5、光波在非线性介质中的传播
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
课堂讲授+课程讨论+学生参与讲授+实验室教学
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课堂讨论+课后复习+课程论文
课程考核：作业+课程论文+期末考试；
成绩评定：考勤+课堂参与+期末考试
七、本课程与其它课程的联系（预修课程、相关课程等）
光学与电磁场理论，如物理光学、波动光学等相关课程。
建议教材及教学参考书
教材：
[1]《光学原理》，沈常宇、金尚忠，清华大学出版社，2017。
参考书：
[1] 光学原理及应用（上册）——经典光学部分，曹建章，电子工业出版社，2020；
[2] 光学原理——光的传播、干涉和衍射的电磁理论, Max Born（马科斯.玻恩）, （美）Emil Wolf（埃米尔.沃耳夫）著，杨葭荪译,电子工业出版社出版,2016;
[3] 工程光学 郁道银, 谈恒英 主编, 机械工业出版社,2015。
主要期刊：
Nature photonics，Light: Science & Applications，
Optica，Optics Letters，Optics Express
主要网站：
无
九、审核
课程责任教师签名：龙拥兵
教学团队成员签名：
一级学科带头人意见：
学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《光电子学》课程教学大纲
英文名称：《Optoelectronics》
一、课程基本信息
1．课程编号：36021080300002，课程性质： 硕士课程
2．课程学时：总学时 32 ，其中实验学时0 。
3．课程学分：2
4．开课季节： 秋季
5．开课教研室：应用物理系
6．课程类别：一级学科必修课
7．课程类型：理论课
8．考核方式：笔试，考试方式：闭卷
9.成绩计算方式：考勤30%+作业（综述）30%+期末40%
10．适用学生（授课对象）：学术型硕士、全日制专业硕士
11．适用学科、专业（领域）：学科 一 级；专业（领域） 光学工程
12．教学团队成员： 林芳 （32学时，其中实验学时0 ）。
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
光电子学是光学工程的必修课，是重要的专业技术核心课之一。本课程的任务在于使学生能够比较全面的了解和掌握光电子技术的基本理论，基本知识，包括光的波动特性、介绍波导和光纤、和半导体学与发光二极管、受激辐射器件——光放大器和激光器、光探测器和图像传感器、光的偏振和调制等内容。本课程的目的在于，培养学生对光子学原理的深刻理解，提高分析和设计光电子器件的能力，掌握利用光子学原理进行光电子学前沿分析理论分析新型光电子器件设计以及光电信息技术应用的能力，培养学生发现问题、解决问题的理论分析以及工程实践能力，为进一步学习光电信息技术知识打下良好的基础-。
三、课程教学目标及学生应达到的能力
本课程的教学以光电子学作为主要内容，从专业学科的工程要求入手，着重介绍光的波动性，介质波导和光纤技术，半导体物理及LED，受激辐射器件，光电探测器及图像传感器，光的偏振及调制特性。在课程内容设置方面，将有计划地与农业应用的常用光学系统，如LED、传感器等相结合，实现特色教学。
要求学生完成学习后，在较全面的掌握光电检测的基本理论的同时，能紧密结合工程实际了解其实际应用，适应现代光电子技术、光通信技术、现代农业等广泛应用的需求。
四、课程教学内容简介、基本要求及学时安排
第一章（4课时）授课老师：林芳
1、均匀介质光波动特性，光的折射率和色散特性
2、光的群速度和群折射率，斯涅尔定律及其全内反射，菲涅尔方程
3、增透膜及其介质镜，光的吸收特性和复折射率
4、光的时间和空间相干特性，光波的干涉和衍射特性等
第二章（6课时）授课老师：林芳
1、对称平面介质波导，平面波导传输模式及色散特性
2、阶梯折射率光纤，数值孔径，单模光纤的色散特性
3、光纤色散修正及补偿，梯形折射率光纤
4、光纤衰减特性，光纤制作技术
5、波分复用器件( WDM )，在光纤和DWDM器件中的非线性效应
6、布拉格光纤，光子晶体光纤，布拉格光栅和传感器
第三章 （6课时）授课老师：林芳
1、半导体统计学，非本征半导体，直接带隙和非直接带隙半导体
2、PN结原理，反转电流，动态电阻，电容和复合寿命
3、LED发光原理，量子阱高亮度LED
4、LED发光材料及结构，LED发光效率及亮度
5、用于光纤通信的LED
6、白光LED特性
第四章 （6课时）授课老师：林芳
1、光放大器及激光器，受激辐射、光放大器及激光器原理
2、受激辐射方程及辐射横截面
3、掺铒光纤放大器，He-Ne气体激光器，气体激光器输出光谱
4、激光振荡阈值及增益带宽，激光增益曲线及线宽加宽特性
5、脉冲激光特性:调Q和锁模
6、激光二极管发光原理
第五章（6课时）授课老师：林芳
1、PN结光电二级管原理，Shockly-Ramo理论及外光电流，吸收系数
2、光电探测材料，量子效率及相应度
3、PIN光电二极管，雪崩光电二极管，异质结光电二极管，肖特基光电二极管
4、光电导增益及光电导探测器
5、光电探测器噪声特性，图像传感器
6、光伏器件：太阳能电池
第六章（4课时）授课老师：林芳
1、光的偏振特性，光在非均匀介质中的传播
2、双折射光学器件，光学旋光器件，液晶显示器件
3、电光效应，集成光学调制器，声光调制器
4、法拉第效应及光学隔离器，非线性光学级二次谐波
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
课堂讲授+课程讨论+学生参与讲授+实验室教学
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课堂讨论+课后复习+课程论文
课程考核：作业+课程论文+期末考试；
成绩评定：考勤+课堂参与+期末考试
七、本课程与其它课程的联系（预修课程、相关课程等）
普通物理、半导体物理、物理光学等。
八、建议教材及教学参考书
教材：
《光电子学与光子学》S.O. Kasap著，罗风光译, 中国工信出版集团。（中文版）
参考书：
[1]《光电技术》，江文杰主编，科学出版社，2015第三版。
[2] 《光电子学与光子学》S.O. Kasap著，罗风光译, 中国工信出版集团。（英文版）
主要期刊：
Photoelectric Effect、Advanced Materials
主要网站：
无
九、审核
课程责任教师签名：林芳
教学团队成员签名：
一级学科带头人意见： 学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《高等光学》课程教学大纲
英文名称：《 Advanced optics 》
一、课程基本信息
1．课程编号：36021080300003 ，课程性质： 硕士课程
2．课程学时：总学时32 ，其中实验学时0 。
3．课程学分：2
4．开课季节： 秋季
5．开课教研室：人工智能
6．课程类别：一级学科必修课
7．课程类型：理论课
8．考核方式：笔试，考试方式：开卷
9. 成绩计算方式：考勤10%+作业40%+期末50%
10．适用学生（授课对象）：学术型硕士、全日制专业硕士
11．适用学科、专业（领域）：学科 一 级；专业（领域） 光学工程
12．教学团队成员： 龙拥兵
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
高等光学课是光学工程硕士研究生的专业必修课，是普通物理光学课程的延续和提高课程。课程内容涵盖光的电磁理论基础、光在各项异性介质、非均匀介质、有限空间、非线性介质、金属中的传播特性以及光波的传播与控制，是学习和掌握从事光学、光电子学和纳米光子学研究所需的光学知识和方法的重要课程。
三、课程教学目标及学生应达到的能力
通过本课程的学习，学生应该掌握光波传播和散射的一般规律，掌握光在光子晶体、非线性介质、金属/介质表面、光波导、晶体中传播的基本规律。完成本课程的学习后，学生应该具备分析研究光波传播、光波干涉、光波导和共振等问题的能力，掌握处理光传播问题的基本方法。
四、课程教学内容简介、基本要求及学时安排
第一章：光的电磁理论基础（4学时）
第二章：光在各向异性介质中的传播（4学时）
2、光在晶体表面的反射和折射
2、光的二次谐波的产生
2、电光效应、磁光效应、声光效应
2、电磁波在金属表面的反射
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
课堂讲授+课程讨论+学生参与讲授
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课堂讨论+课后复习
课程考核：作业+期末考试；
成绩评定：考勤（10%）+课堂作业（40%）+期末考试（50%）
七、本课程与其它课程的联系（预修课程、相关课程等）
光学、电动力学、量子力学、数学物理方法
八、建议教材及教学参考书
教材：
[1]《光的电磁理论-光波的传播与控制》，石顺祥，刘继芳，孙艳玲 编著，西安电子科技大学出版社，2006
参考书：
[1]. 《高等光学》，赵建林，国防工业出版社，2002
[2]．《光学电磁理论》陈军 编著，科学出版社，2005
主要期刊：
Nature photonics，Light: Science & Applications，
Optica，Optics Letters，Optics Express
九、审核
课程责任教师签名：龙拥兵
一级学科带头人意见： 学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《激光光学》课程教学大纲
英文名称：《Laser Optics》
一、课程基本信息
1．课程编号：36021080300004 ，课程性质： 硕士课程
2．课程学时：总学时32 ，其中实验学时0 。
3．课程学分：2
4．开课季节： 春季
5．开课教研室：应用物理系
6．课程类别：一级学科必修课
7．课程类型：理论课
8．考核方式：笔试，考试方式：开卷
9. 成绩计算方式：作业20%+课程论文20%+期末60%
10．适用学生（授课对象）：学术型硕士
11．适用学科、专业（领域）：学科 一 级；专业（领域） 光学工程
12．教学团队成员： 刘金龙
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
激光光学是光学工程专业研究生必修的专业基础课。激光光学是光的波动学理论的重要分支之一。
激光光学研究激光及其与物质相互作用的基本规律。本课程主要讲述激光与物质相互作用的半经典理论与量子理论，其作用和任务是为在未来的实际工作中分析解决与激光有关的深层次理论问题打下基础。
三、课程教学目标及学生应达到的能力
教学目标：通过本课程的学习，使学生深入理解激光束的基本特性，光束评价指标，掌握如何获得理想光束和满足特殊需要的光束的方法和技术，为开展与激光器、激光技术和激光应用等相关研究打下基础，为学生理解最前沿的激光技术进展提供帮助。
四、课程教学内容简介、基本要求及学时安排
第一章 激光光学简介（4学时）
1.1 激光器简介
激光器基本组成、激光器基本特点、激光的高相干性、激光发明的历史、开
放式谐振腔的基本特点。
1.2 激光相干性
相干性的基本概念、谐振模式之间的相干关系、谐振模式的影响因素，开腔模式
的特点
1.3 开放式谐振腔的分析方法基础
麦克斯韦方程组在波长趋于零时的光线近似。麦克斯韦方程组在标量平面波下的
近似，傍轴近似下的矩阵光学近似。
1.4 高斯光学基础
傍轴近似下的波动方程高斯光束解，高斯光束的传播特性
第二章 激光光学理论分析基础 （4学时）
2.1 衍射方程
2.2 激光模式和光束质量概念
第三章 矩阵光学基础 （4学时）
3.1 变换矩阵和ABCD定律
3.2 几何光学的矩阵方法
3.3 复杂光学系统的程函公式
3.4 Collins公式
第四章 简单两镜光学谐振腔 （4学时）
4.1 共轴球面腔的约束稳定性
4.2 等价共焦腔
4.3 非稳腔及其光束特征
第五章 光学谐振腔的衍射积分方程理论（4学时）
5.1 光学谐振腔的本征积分方程
5.2 光学谐振腔的本征积分方程的解
5.3 Fox-Li数值迭代法
5.4 光腔损耗的计算
第六章 高斯光束 （4学时）
6.1 高斯光束的基本性质
6.2 高斯光束通过光学系统的变换
6.3 高斯光束的聚焦和准直
6.4 高斯光束的匹配
第七章M2参数理论 （4学时）
7.1 M2参数的定义
7.2 M2参数的最小值
7.3 一般光束的光束参量通过光学系统的变化
7.4 M2参数与光束质量
第八章 激光光学最新进展 （4学时）
选取激光光学领域最新的几个进展做介绍，例如贝塞尔光束、涡旋光束、矢量光束等。
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
（1）根据课程时数，着重突出基本思想方法、基本概念、基本理论、基本数学方法物理意义等内容。
（2）针对基础理论课程运用数学工具较多、数学推导较多的特点，对繁杂的数学推导与运算，尽量要理清思路。要特别注意物理背景和物理意义的阐述。
（3）尽量利用CAI教学手段，提高教学效果，但应保证必要的板书推导
（4）考虑到学科交叉的结果是大量非光学专业本科生进入本专业攻读研究生，课程教学需要从比较基础开始，同时又需要照顾到光学类本科生的需求，需不断调整课程的学习进度
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
平时作业、开卷考试、课程论文
七、本课程与其它课程的联系（预修课程、相关课程等）
学习本课程需预修物理光学、激光原理、量子力学、电动力学
八、建议教材及教学参考书
教材：
1、《激光光学:光束描述、传输变换与光腔技术物理》第3版，吕百达，高等教育出版社
参考书：
1、《激光原理》第7版，周炳琨等，国防工业出版社
2、《激光技术》第3版，蓝信拒等，科学出版社
3、《激光原理及应用》第2版，陈家璧等，电子工业出版社
九、审核
课程责任教师签名：刘金龙
教学团队成员签名：
一级学科带头人意见： 学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《高等光学工程实验》课程教学大纲
英文名称：《Advanced Optical Engineering Experiment》
一、课程基本信息
1．课程编号：36022080300001 ，课程性质： 硕士课程 。
2．课程学时：总学时48，其中实验学时 48。
3．课程学分：3
4．开课季节： 春季
5．开课教研室：应用物理系光信息教研室
6．课程类别：一级学科专业选修课及跨专业选修课
7．课程类型：实验课
8．考核方式：实验操作，考试方式：
9.成绩计算方式：实验操作20%+实验报告80%
10．适用学生（授课对象）：学术型硕士生
11．适用学科、专业（领域）：学科□√一级 □二级；专业（领域） 光学工程
12．教学团队成员：林芳 ，邓海东 ，翁嘉文，杨初平，胡旭波
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
本课程的目的是为光学工程专业的研究生巩固光学专业课知识，锻炼实验技能而设立的实验课程。本课程主要以光源、光信息产生与调制、光信息传输、光信息处理、光探测及显示等实验以及有关的光学工程基本实验理论、实验基础知识为教学内容，目的是使学生了解光学工程专业常用的仪器设备、技术手段与实验技能，熟悉光学工程相关实验的设计思路和一般过程，掌握光学工程领域基本实验方法和实验技能，培养独立思考和创新的能力，为后续专业课程的学习和应用光学工程基本知识解决科学研究、工程实践中的问题奠定必要的基础。
三、课程教学目标及学生应达到的能力
课程要求并培养学生学习掌握进行现代光学实验的基本知识、基本方法和基本技能，培养学生的独立工作能力和分析判断能力，通过实验的观察、测量和分析，加深对现代光学的概念、规律和理论的理解；培养学生严肃认真的工作作风，实事求是的科学态度和爱护国家财产、遵守纪律的优良品德。
四、课程教学内容简介、基本要求及学时安排
绪论、（2学时） 授课老师：林芳、邓海东、翁嘉文、胡旭波
仪器使用及实验注意事项
实验一、（4学时） 授课老师：翁嘉文、杨初平
光学空间滤波系统
内容：掌握信号与频谱的关系以及透镜的傅里叶变换功能；掌握空间滤波的基本原理；掌握空间滤波光路系统；通过光学滤波技术实现图像相加减；图像微分；白光信息处理。
实验二、（4学时） 授课老师：翁嘉文、杨初平
光学传感三维面形测量
内容：掌握基于白光调制光栅投影的傅里叶变换轮廓术和相移法轮廓术的基本测量原理以及测试方法；掌握调制信号的分析方法；掌握调制相位的提取、解包和面状高度测量；
实验三、（4学时） 授课老师：翁嘉文、杨初平
2D激光位移传感测量
内容：了解激光三角测量基本原理的基础上，掌握基于激光线光源的非接触式光学三维测量方法；利用线激光作为光源，扫描和光信号采集就可获得物体的三维信息。
实验四、（4学时） 授课老师：翁嘉文、杨初平
数字式光学传递函数测量和像质评价
内容：以红光LED，绿光LED、蓝光LED为光源，采用具有光栅密度为10、20、50、80线对/mm的透射光栅，实现不同频率的方波替换正弦波；了解光学镜头和光学成像系统传递函数测量的基本原理，掌握传递函数测量和成像品质评价的近似方法，学习抽样、平均和统计算法。
实验五、（4学时） 授课老师：翁嘉文、杨初平
全息成像技术
内容：掌握全息成像技术原理及相干光路系统；掌握全息光栅的设计与制作、特性研究；掌握傅里叶变换全息图的设计与制作；掌握空间光调制器的特性；掌握数字全息成像的光学记录、数字记录、数字再现、光学再现，实现实时相干光处理；
实验六、（6学时） 授课老师：邓海东
农药残留拉曼光谱测量实验
实验内容包括拉曼激光光路的调节，荧光显微镜的调节，实验样品的制备，拉曼光谱的测量，光谱软采集软件的使用，数据保存及数据处理等。
实验七、（4学时） 授课老师：林芳、胡旭波
光电探测器参数测量
内容：掌握光电二极管、热释电探测器的响应度的测量原理；掌握光敏电阻、光电二极管、光电三极管、热释电探测器的时间和频率测量原理。
实验八、（4学时） 授课老师：林芳、胡旭波
彩色线阵CCD（电荷耦合器件）的特性测量实验
内容：掌握线阵CCD的工作原理；线阵CCD的输出特性的测量；线阵CCD应用于形貌、倾角、振动等测量；掌握线阵CCD扫描图像的原理与应用。
实验九、（4学时） 授课老师：林芳、胡旭波
电光、声光、磁光效应实验
内容：包括电光效应与电光调制，声光效应与声光调制，磁光效应与磁光调制，及其应用。
实验十、（4学时） 授课老师：胡旭波、曾应新
光纤信息系统
内容：了解光纤的基本知识，学习光纤与光源耦合的原理与操作；掌握各种型号的光纤连接器和跳线；掌握用远场光斑法测量多模光纤的数值孔径。
实验十一、（4学时） 授课老师：胡旭波、曾应新
光纤M-Z干涉仪压力传感实验
内容：掌握M-Z干涉的原理和用途，了解光纤压力传感的原理。
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
实验室课程，也可以采用实验与知识讲授相结合的方式。实验进行前，要求学生对实验原理做好充分的预习；实验过程中，教师先对实验内容和意义进行介绍，由学生进行实验方案设计、自主实验，完成实验的全过程操作。
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
本课程考核方式全面评价学生的实验能力。创设实验问题情境，激发学生在实验过程中提出问题，自主提出解决问题的方案，考核学生在整个实验中独立探索及实际动手的能力。将综合考量学生实验预习、实验设计方案、实验结果、实验报告、实验汇报、科学作风作为考核标准，成绩构成比例为：根据每次实验过程中各个学生对实验内容的理解、操作的准确性和熟练程度，发现问题及解决问题的能力，以及检查实验数据，定位操作成绩，约占20%；实验报告及汇报占80%；综合给出每次实验成绩。总课程成绩由每次实验内容的成绩取平均值。
七、本课程与其它课程的联系（预修课程、相关课程等）
高等光学工程实验是高等物理、工程光学、光电技术、光电信息工程中的重要组成部分，是工程硕士课程的选修课，先修课程为高等光学、激光原理、工程光学、光电检测技术，并为后续信息光学、光电信息检测、机器学习等硕士课程提供实践操作训练。
八、建议教材及教学参考书（包括主要参考期刊、主要参考网站，正式出版教材要求注明教材名称、作者姓名、出版社、年份；自编教材要求注明是否成册、编写者姓名、编写者职称、字数等）
教材及参考书：
[1]《光电技术实验》，自编教材，华南农业大学应用物理系.
[2]《光电信息技术实验》，自编教材，华南农业大学应用物理系.
九、审核
课程责任教师签名：
教学团队成员签名：
一级学科带头人意见： 学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《微纳光子学及应用》课程教学大纲
英文名称：《 Micro and Nano-Photonics and its application 》
一、课程基本信息
1．课程编号：36022080300002 ，课程性质： 硕士课程
2．课程学时：总学时32 ，其中实验学时0 。
3．课程学分：2
4．开课季节： 秋季
5．开课教研室：人工智能
6．课程类别：一级学科选修课
7．课程类型：理论课
8．考核方式：笔试，考试方式：开卷
9. 成绩计算方式：考勤10%+作业40%+期末50%
10．适用学生（授课对象）：学术型硕士、全日制专业硕士
11．适用学科、专业（领域）：学科 一 级；专业（领域） 光学工程
12．教学团队成员： 邓海东
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
随着微纳加工和纳米科学的发展，微纳光子学已经发展为现代光学与光子学的前沿基础理论，微纳光子学的基本原理、方法和技术已经与光学工程许多传统领域融合（如应用光学、光信息处理与全息、激光技术、光波导与光通信技术、光学材料等），成为浙西二零与的重要研究方向，在光学工程学科知识体系与多学科交叉融合中越来越占据核心地位。因此，微纳光子学及应用在光学工程研究生课程体系中也应占据重要位置。
本课程是光学工程专业硕士必修课程，讲授微纳光子学的原理、技术、方法和应用，使得光学工程专业的硕士研究生掌握重要人工电磁微结构的原理和性质，理解微纳光学材料的基本光学性质，了解微纳光学的表征和加工技术，掌握常见电磁场数值模拟和器件设计方法，理解基本光学原理在光学前沿中的基础性应用。相比与光学原理和光电子学等课程，本课程更偏前沿和应用，强调基础知识的同时，侧重培养科研能力和专业技能。
三、课程教学目标及学生应达到的能力
介绍微纳光子学的原理、技术、方法和应用，掌握重要人工电磁材料的原理和性质，了解微纳光学材料表征、制备和加工技术，掌握常见电磁场数值模拟和器件设计方法，培养英文文献查找、阅读和分析报告的能力，巩固光学原理和光电子学课程中的基础知识，理解这些基本原理在光学前沿中的基础性作用。
四、课程教学内容简介、基本要求及学时安排
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
课堂讲授+课程讨论+学生参与讲授
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课堂讨论+课后复习
课程考核：作业+期末考试；
成绩评定：考勤（10%）+课堂作业（40%）+期末考试（50%）
七、本课程与其它课程的联系（预修课程、相关课程等）
物理光学、光学原理、光波导理论、光电探测器件、固体物理等专业课程。
建议教材及教学参考书；
教材：
[1]《纳米光子学》，（美）普拉萨德主编，西安交通大学出版社，2010.
参考书：
[1]．《纳米光子学及器件》，程成，程潇羽主编，科学出版社，2013.
主要期刊：
Nature photonics，Light: Science & Applications，
Optica，Optics Letters，Optics Express，Nano Letters，
ACS Nano， Nanophotonics.
九、审核
课程责任教师签名：邓海东
一级学科带头人意见： 学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《虚拟现实与增强现实技术》课程教学大纲
英文名称：《Virtual Reality and Augmented Reality Technology》
一、课程基本信息
1．课程编号：36022080300003，课程性质：硕士课程
2．课程学时：总学时32，其中实验学时0。
3．课程学分：2
4．开课季节：春季
5．开课教研室：人工智能系
6．课程类别：专业选修课
7．课程类型：理论课
8．考核方式：考查 ；考试方式： 无
9.成绩计算方式：考勤20%+ 平时作业30%+期末50%
10．适用学生（授课对象）：学术型硕士、全日制专业硕士
11．适用学科、专业（领域）：学科一级 □二级（请打√）；专业（领域）光学工程
12．教学团队成员：王建华
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
虚拟现实与增强现实技术是信息领域一个新兴的多学科交叉研究方向，综合了计算机图形、光电成像、融合显示、多传感器、图像处理、计算机视觉等多门学科。本课程旨在培养学生在虚拟现实与增强现实领域的研究与创新能力以及应用该技术解决有关问题的综合应用能力，掌握虚拟现实与增强现实应用系统的设计方法，全面了解三维注册技术、渲染显示技术、人机交互技术等虚拟现实与增强现实领域的关键技术。本课程将全面介绍全球范围内的虚拟现实技术和增强现实技术前沿发展、输入 / 输出设备、计算体系结构、核心技术、应用方法和开发工具等相关知识，使学生树立 VR/AR 的总体概念，初步具备 VR/AR 系统设计、开发的基础，培养学生VR/AR的开发实践能力。
通过对该课程的学习，使学生从感知与理解、建模与绘制、呈现与交互、分布与协同等方面增强学生对虚拟现实与增强现实知识的理解，了解当前虚拟现实与增强现实技术面临的机遇与挑战，掌握 VR/AR 的基础知识和工程基础，具备解决 VR/AR 系统的设计、运维和工程应用方面的复杂工程问题，在理论知识与实践操作技能上同时得到训练提高。对于培养高素质信息科技人才，增强我国虚拟现实/增强现实创新创业活力具有十分重要的意义。
课程教学目标及学生应达到的能力
1.了解全球范围内的虚拟现实技术和增强现实技术前沿发展；
2.了解虚拟现实技术和增强现实的输入 / 输出硬件设备、虚拟现实的系统技术；
3.掌握虚拟现实技术和增强现实的相关软件应用方法；
4. 了解虚拟现实与增强现实技术典型应用。
四、课程教学内容简介、基本要求及学时安排
第一章 虚拟现实与增强现实技术概论（8学时）授课老师：王建华
1. 虚拟现实技术的概念、分类、研究对象
2. 增强现实技术的概念、分类、研究对象
3. 虚拟现实与增强现实技术的发展和现状
第二章 虚拟现实与增强现实系统的硬件（6学时）授课老师：王建华
1. 融合显示设备
2. 人机交互设备
第三章 虚拟现实与增强现实系统技术（8学时）授课老师：王建华
1. 三维网格技术
2. 三维全景技术
3. 显示技术
4. 三维注册技术
5. 标定技术
第四章 虚拟现实与增强现实技术的相关软件（6学时）授课老师：王建华
1. 三维建模软件
2. 开发工具
第五章 虚拟现实与增强现实技术典型应用（4学时）授课老师：王建华
1. 虚拟现实典型应用
2. 增强现实典型应用
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
1.整个教学过程由理论教学、课程讨论、学生参与讲授、自学、课后作业等环节组成。
2.该课程对学生的基础要求比较高， 在教学过程中应根据学生的实际情况， 对教材内容尽心科学处理。
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
采用平时课堂考勤、平时作业和期末课程论文或设计报告相结合的考核形式，平时课堂考勤和平时作业占课程考核总评成绩的50%。课程期末考核采用课程论文或设计报告形式进行，占课程考核总评成绩的50%。
七、本课程与其它课程的联系（预修课程、相关课程等）
《高等数学》、《数字图像处理》、《面向对象的程序设计方法》、《数值分析》、
八、建议教材及教学参考书（包括主要参考期刊、主要参考网站，正式出版教材要求注明教材名称、作者姓名、出版社、年份；自编教材要求注明是否成册、编写者姓名、编写者职称、字数等）
建议教材：
[1]《虚拟现实与增强现实技术概论》 娄岩 清华大学出版社 2016 年 07 月出版。
建议参考书：
[1]侨VR虚拟现实与 AR增强现实的技术原理与商业应用》 苏凯、赵苏砚 人民邮电出版社
2017 年 03 月出版
[2]《计算机图形学》 Steve Cunningham 著 石教英 / 潘志庚 译 机械工业出版社 2008
年 06 月出版
九、审核
课程责任教师签名：王建华
教学团队成员签名：
一级学科带头人意见： 学院分委会主席：
（学院盖章）
年 月 日
中文名称：《光波导技术》课程教学大纲
英文名称：《Optical Waveguide Technology 》
一、课程基本信息
1．课程编号：36022080300004 ，课程性质：硕士课程
2．课程学时：总学时32，其中实验学时0。
3．课程学分：2
4．开课季节：春季
5．开课教研室：应用物理系光信息教研室
6．课程类别：一级学科选修课
7．课程类型：理论课
8．考核方式：笔试 ，考试方式：开卷
9. 成绩计算方式：考勤25%+作业25%+期末50%
10.适用学生（授课对象）：学术型硕士
11．适用学科、专业（领域）：学科 一级；专业（领域）光学工程
12.教学团队成员： 徐初东
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
光波导技术是光学工程专业的主要应用课程之一，结合了光纤通信、电磁场理论、光电子学、数学物理方法等学科的内容，是光通信系统，光传感系统，光电器件，光传输介质等研究与应用方向重要核心基础课程，促进培养学生的实际动手能力，为进一步深入学习和研究相关领域打下坚实的基础。
三、课程教学目标及学生应达到的能力
教学目标：通过对光波导理论与技术的学习，了解和掌握光波导分析的基本方法以及光波导器件与集成光子技术的理论与设计工业，并介绍光波导技术在光传播，光传感和光检测等领域的重要应用。
学生应达到的能力：理解掌握光波导分析的基本方法以及光波导器件与集成光子技术的理论与设计工业，掌握从理论到生产实践应用的过程、方法及分析解决具体实际问题的能力。
四、课程教学内容简介、基本要求及学时安排
第一章 序言 （2学时）授课老师：徐初东
第二章 电磁场理论概要（4学时）授课老师：徐初东
第三章 平板光波导（6学时）授课老师：徐初东
3.1 阶跃型平板光波导
3.2 渐变型平板光波导
第四章 条型光波导（4学时）授课老师：徐初东
第五章 圆柱型光波导（8学时） 授课老师：徐初东
5.1 阶跃型光纤波导
5.2 弱导光纤波导
5.3 渐变型光纤波导
第六章 光波导性能与非线性（2学时） 授课老师：徐初东
第七章 光波导器件（4学时） 授课老师：徐初东
第八章 光波导信号处理（2学时） 授课老师：徐初东
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
以课堂讲授为主，课下自学为辅，同时配合CAI、投影等形象化教学手段。
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
1．平时课程考核：对学生进行课堂考勤、课堂讨论、课程作业等综合考核，占课程考核总评成绩的50%。
2．期末课程考核：开卷笔试，占课程考核总评成绩的50%。
考核要点及分值比例：
(1) 电磁场理论概要 5%
(2) 平板光波导 20%
(3) 条型光波导 20%
(4) 圆柱型光波导 25%
(5) 光波导性能与非线性 10%
(6) 光波导器件 10%
(7) 光波导信号处理 10%
七、本课程与其它课程的联系（预修课程、相关课程等）
本课程预修前序课程为物理光学，数学物理方法，电磁场理论，光纤光学。相关课程为光纤通信系统，光信息处理技术，信号与系统等。
八、建议教材及教学参考书（包括主要参考期刊、主要参考网站，正式出版教材要求注明教材名称、作者姓名、出版社、年份；自编教材要求注明是否成册、编写者姓名、编写者职称、字数等）
教材：《光波导理论与技术》， 李玉权、崔敏编著，人民邮电出版社，2002年12月第一版。
参考书：[1] 《光波导模式理论》，马春生，吉林大学出版社，2006。
[2]《光波工程》，[日本]国分泰雄著，（先进光电子技术丛书），科学出版社，2002年
[3] 《导波光学物理基础》，佘守宪编著，北方交通大学出版社，2002年8月第一版。
[4] Fundamentals of guided wave optoelectronic devices. William S.C.Chang. Cambridge University Press. 2009
九、审核
课程责任教师签名：徐初东
教学团队成员签名：徐初东
一级学科带头人意见： 学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《光学工程-智慧农业交叉前沿讲座》
英文名称：《Interdisciplinary Lectures of Optical Engineering and Smart Agriculture 》
一、课程基本信息
1．课程编号：36022080300005 ，课程性质： 硕士课程
2．课程学时：总学时16 ，其中实验学时0 。
3．课程学分：1
4．开课季节：秋季
5．开课教研室：人工智能
6．课程类别：一级学科选修课
7．课程类型：理论课
8．考核方式：考查 ，考试方式： 无
9. 成绩计算方式：考勤（平时）30%+期末70%
10．适用学生（授课对象）：学术型硕士、全日制专业硕士
11．适用学科、专业（领域）：学科 一 级；专业（领域） 光学工程
12．教学团队成员： 龙拥兵、兰玉彬、韩宇星、邓小玲、杨意、赵静、邓海东、岳学军
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
《光学工程-智慧农业交叉前沿讲座》是光学工程一级学科学术型硕士研究生的一门专业选修课。从课程的地位来说，它是光学工程与智慧农业领域学科交叉的一门专业课。本课程主要讲述智慧农业领域一些重要研究领域的新理论、新技术、新方法，开阔学生的专业视野，重点阐述现代光学技术在智慧农业领域的应用。
三、课程教学目标及学生应达到的能力
本课程的目的是让学生了解和掌握智慧农业领域中的新理论、新技术、新方法以及存在的问题。要求学生掌握这些领域的基本概念与基本方法，了解这些领域的研究方法、最新成果及面临的挑战。为利用光电检测技术、机器视觉、高光谱成像技术、无人机遥感、卫星遥感等光学技术解决智慧农业中存在的问题打下一定的基础。同时培养学生查阅读文献的基本方法。
四、课程教学内容简介、基本要求及学时安排
专题1 人工智能与智慧农业。主要介绍人工智能、智慧农业的基本概念、技术和发展历史。
专题2：精准农业航空。主要介绍精准农业航空的基本概念、技术和发展历史。
专题3：农业传感器与光电检测技术。主要介绍农业传感器、光电检测技术、激光技术的原理及其在农业领域中的应用
专题4：农业机器视觉。主要介绍机器视觉系统及其在农业中的应用。
专题5：农业高光谱成像技术。主要介绍高光谱成像技术及其在农业中的应用
专题6：农业无人机遥感。主要介绍无人机低空遥感技术及其在农业中的应用
专题7：农业卫星遥感。主要介绍卫星遥感技术及其在农情信息获取中作用
专题8：农业物联网技术。主要介绍农业物联网、5G技术
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
课堂讲授+课程讨论+学生参与讲授+校内外教学参观与考察
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
期末考查：撰写论文或文献综述。
七、本课程与其它课程的联系（预修课程、相关课程等）
无
八、建议教材及教学参考书
无
九、审核
课程责任教师签名：龙拥兵
教学团队成员签名：
一级学科带头人意见： 学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《机器视觉与光谱技术》课程教学大纲
英文名称：《Machine Vision and Spectrum Technology》
一、课程基本信息
1．课程编号：36022080300006，课程性质： 硕士课程
2．课程学时：总学时32 ，其中实验学时8 。
3．课程学分：2
4．开课季节： 秋季
5．开课教研室： 人工智能系
6．课程类别： 一级学科选修课
7．课程类型： 理论课
8．考核方式： 考查
9.成绩计算方式： 考勤10%+作业40%+期末50%
10．适用学生（授课对象）： 学术型硕士、全日制专业硕士
11．适用学科、专业（领域）：学科一级 □二级（请打√）；专业（领域） 光学工程
12.教学团队成员： 赵静
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
本课程是光学工程专业的核心课程，注重硬件系统原理、优化，以及相应的数据预处理方法。其特色在于有机结合传统机器视觉技术和光谱技术，以拓展传统机器视觉课程的内涵。主要教学任务包括机器视觉系统构成、光谱及成像技术原理和应用实践。
三、课程教学目标及学生应达到的能力
1.掌握机器视觉系统基本构成、工作原理；
2.掌握光谱技术、光谱成像技术原理；
3.学习运用机器视觉与光谱技术解决应用问题的能力。
四、课程教学内容简介、基本要求及学时安排
第一章（4学时）授课老师：赵静
1、绪论
2、机器视觉概述
第二章（4学时）授课老师：赵静
1、机器视觉系统
2、工业相机
3、镜头
4、光源
第三章（4学时）授课老师：赵静
1、光谱技术理论基础
2、光谱成像技术理论基础
第四章（4学时）授课老师：赵静
1、色彩空间
2、彩色图像预处理
3、高光谱图像预处理
4、光谱预处理
第五章（4学时）授课老师：赵静
1、图像拼接
2、特征选取
3、光谱特征分析
第六章（4学时）授课老师：赵静
1、图像分割
2、特征描述
3、图像分类识别
第七章（4学时）授课老师：赵静
实践1 彩色图像拼接与特征检测
第八章（4学时）授课老师：赵静
实践2 高光谱图像分析
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
主要采用课堂讲授和实验教学相结合的方法，包括课堂讲授基本概念、方法和经典算法，学生参与讲授核心算法应用实例，机器视觉基础实验。
建立灵活的教学手段，包括但不限于课堂讲授、课后文献阅读、方案设计、应用实践。
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
要求学生课上积极参与讲授、课后完成文献阅读、方案设计、应用实践作业。课程成绩评定：考勤占10%；平时作业包括文献阅读汇报、方案设计，共占40%；期末包括实验报告20%、项目任务实践30%，共50%。
七、本课程与其它课程的联系（预修课程、相关课程等）
《线性代数》、《数字图像处理》、《工程光学》、一门编程语言（C++，Python，Matlab等）
八、建议教材及教学参考书（包括主要参考期刊、主要参考网站，正式出版教材要求注明教材名称、作者姓名、出版社、年份；自编教材要求注明是否成册、编写者姓名、编写者职称、字数等）
参考书：
[1].《机器视觉技术》，程光主编，机械工业出版社，2019.
参考书：
[1].《高光谱遥感图像处理方法及应用》，赵春晖著，电子工业出版社，2016.
[2].《图像处理、分析与机器视觉》，Milan SonkaVaclavHlavac Roger Boyle著，清华大学出版社，2017.
主要期刊：
Transactions of the ASABE
Remote sensing
Computers and Electronics In Agriculture
九、审核
课程责任教师签名：
教学团队成员签名：
一级学科带头人意见： 学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《光电图像处理技术》课程教学大纲
英文名称：《Photoelectric image processing technology 》
一、课程基本信息
1．课程编号：36022080300007 ，课程性质： 硕士课程
2．课程学时：总学时32，其中实验学时0。
3．课程学分：2
4．开课季节： 秋季
5．开课教研室： 应用物理系
6．课程类别：一级学科选修课
7．课程类型：理论课
8．考核方式：笔试，考试方式：闭卷
9.成绩计算方式：考勤10%+作业40%+期末50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生
11．适用学科、专业（领域）：学科þ一级 □二级；专业（领域） 光学工程
12．教学团队成员： 麦志杰，林芳。
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
光电图像处理技术是一门研究如何把物理图像通过光电转换及离散处理变成数字图像，以及对后续的数字图像进行各种空域及频域处理的的交叉学科，其理论和技术所包含的内容非常广阔，让学生对该领域有较深入了解，可为其后续研究做好铺垫。本课程将围绕光电图像处理的基本理论、算法及应用展开教学，并结合实验项目，培养学生的实际动手能力，为进一步深入学习和研究相关领域打下坚实的基础。
三、课程教学目标及学生应达到的能力
目标：理解、掌握光电图像处理及相关领域的基础理论、经典算法及关键技术，为后续进一步深入学习和研究做好铺垫；
学生应达到的能力：理解掌握基本理论和经典算法。
四、课程教学内容简介、基本要求及学时安排
第一章 基础知识（4学时）授课老师：麦志杰
1．图像发展历史；
2. 图像数字化及描述模式；
第二章 灰度直方图（4学时）授课老师：麦志杰
1. 直方图的定义及用途；
第三章 点运算（4学时）授课老师：麦志杰
1. 点运算的定义；
2. 点运算与直方图；
3. 点运算的应用；
第四章 代数运算（4学时）授课老师：麦志杰
1. 代数运算的定义及用途；
第五章 几何运算（4学时）授课老师：麦志杰
1. 几何运算的定义；
2. 灰度插值及空间变换；
3. 几何运算的应用；
第六章 卷积（2学时）授课老师：麦志杰
1. 图像卷积及应用；
第七章 傅里叶变换及滤波器设计（6学时）授课老师：麦志杰
1. 傅里叶变换；
2. 低通滤波器；
3. 高通滤波器；
4. 带通滤波器；
5. 维纳滤波器；
6. 中值滤波器。
第八章 离散图像变换（4学时）授课老师：麦志杰
1. 基函数及基图像；
2. 正弦型变换；
3. 方波型变换；
4. 小波变换；
5. 变换域滤波。
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
授课方式：课堂讲授+学生参与讲授+课程讨论
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课堂讨论+课后复习
课程考核：作业+项目实践；
成绩评定：考勤（10%）+课堂参与（40%）+项目实践（50%）
七、本课程与其它课程的联系（预修课程、相关课程等）
预修课程：线性代数、高等数学及概率论、信号与系统。
建议教材及教学参考书（包括主要参考期刊、主要参考网站，正式出版教材要求注明教材名称、作者姓名、出版社、年份；自编教材要求注明是否成册、编写者姓名、编写者职称、字数等）
教材：Kenneth R. Castleman著，朱志刚等译. 数字图像处理. 电子工业出版社. 2012年
参考书：[1] William K.Pratt著, 邓鲁华等译. 数字图像处理. 机械工业出版社. 2012年
[2] Rafael C. Gonzalez著, 阮秋琦等译. 数字图像处理(MATLAB版). 电子工业出版社. 2015年
[3] 阮秋琦编著，数字图像处理学. 电子工业出版社. 2017年.
主要期刊：IEEE TRANSACTIONS ON IMAGE PROCESSING
主要网站：https://signalprocessingsociety.org/publications-resources/ieee-transactions-image-processing
九、审核
课程责任教师签名：麦志杰
教学团队成员签名：
一级学科带头人意见： 学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《信息光学》课程教学大纲
英文名称：《Information Optics 》
一、课程基本信息
1．课程编号：36022080300008 ，课程性质：硕士课程
2．课程学时：总学时32，其中实验学0时。
3．课程学分：2
4．开课季节： 春季
5．开课教研室：应用物理系光信息教研室
6．课程类别：一级学科选修课
7．课程类型：理论课
8．考核方式：笔试，考试方式：开卷
9.成绩计算方式：考勤25%+作业25%+期末50%
10．适用学生（授课对象）：学术型硕士生
11．适用学科、专业（领域）：学科√一级 □二级（请打√）；专业（领域） 光学工程
12．教学团队成员： 翁嘉文。
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
信息光学是应用光学、计算机科学和信息科学相结合而发展起来的一门新兴光学学科，是信息科学的重要组成部分，也是光学工程的专业课程之一。信息光学以傅里叶积分变换为数学基础，引入线性系统理论，从系统的观点分析光学成像过程的信息传递机制，利用光学方法进行信息处理、计算和存储。通过本课程的学习，学生可以掌握信息光学的基础理论、解决光信息处理的科学方法和了解信息光学的应用领域。
三、课程教学目标及学生应达到的能力
通过本课程的学习，具体要求学生掌握线性系统理论、标量衍射理论和光学成像系统理论，掌握全息技术、光信息处理技术，光学干涉测量等前沿领域的技术原理。
通过信息光学专业知识的学习，使学生系统学习信息光学基础知识，培养学生理论联系实际，结合光学信息处理技术，开拓学生理论用于实践的方法和创新思路，提高学生解决实际问题的能力。为从事光学信息处理工作和近代光学信息处理技术的学习打下基础。
四、课程教学内容简介、基本要求及学时安排
第一章 二维线性系统及其傅里叶分析（4学时）授课老师：翁嘉文
1. 常用函数
2. 傅里叶分析基础
3. 二维线性系统的空域及频域描述
第二章 光的标量衍射理论（4学时）授课老师：翁嘉文
1. 基尔霍夫衍射理论
2. 角谱理论
3. 菲涅尔衍射
4. 夫琅禾费衍射
第三章 光学成像系统的衍射特性及频率传递函数（6学时）授课老师：翁嘉文
1. 透镜的位相变化及傅里叶变换性质
2. 透镜的成像性质
3. 衍射受限相干成像系统的成像分析及相干传递函数
4. 非相干照明衍射受限成像系统的光学传递函数
第四章 光学全息（6学时）授课老师：翁嘉文
1. 光学全息的基本理论
2. 同轴全息及离轴全息
3. 基元全息及傅里叶变换全息
4. 数字全息
第五章 光学空间滤波（1学时）授课老师：翁嘉文
1. 空间滤波的基本原理
2. 空间滤波系统与滤波器
第六章 光信息处理（7学时）授课老师：翁嘉文
1. 图像周期性网点的消除
2. 图像的相加减
3. 图像边缘增强
4. 图像特征识别
5. 图像消模糊
6. 位相物体显示
7. 相干光处理与非相干光处理得比较
8. 调制
第七章 光学干涉测量中的光信息处理（4学时）授课老师：翁嘉文
1. 光波调制
2. 相移位相测量
3. 傅里叶变换位相测量
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
以课堂讲授为主，课下自学为辅，同时配合CAI、投影等形象化教学手段。另外，采用基于MATLAB开发的模拟实验平台以及实际光路平台展示相关的光信号处理技术，以加深学生对相关技术的掌握与理解。
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
1．平时课程考核：对学生进行课堂考勤、课堂讨论、课程作业等综合考核，占课程考核总评成绩的40%。
2．期末课程考核：开卷笔试，占课程考核总评成绩的60%。
考核要点及分值比例：
(1) 线性系统分析 15%
(2) 标量衍射理论 15%
(3) 光学成像系统 15%
(4) 光全息技术 15%
(5) 空间滤波及光信息处理 25%
(6) 光学干涉测量 15%
七、本课程与其它课程的联系（预修课程、相关课程等）
本课程预修前序课程为信号与系统，基础光学。相关课程为工程光学，光信息处理技术，数字图像处理技术等。
八、建议教材及教学参考书（包括主要参考期刊、主要参考网站，正式出版教材要求注明教材名称、作者姓名、出版社、年份；自编教材要求注明是否成册、编写者姓名、编写者职称、字数等）
教 材：[1]《傅里叶光学（第3版）》，吕乃光编著，机械工业出版社，2016.
参考书：[2]《信息光学（第二版）》，梁瑞生，吕晓旭编著，电子工业出版社，2008.
[3]《信息光学理论与应用》，王仕璠编著，北京邮电大学出版社，2003.
[4]《光学信息技术原理及应用》，陈家璧，苏显渝主编，高等教育出版社，2002.
主要期刊：《Applied Optics》《光学学报》《光学工程》
九、审核
课程责任教师签名：翁嘉文
教学团队成员签名：翁嘉文
一级学科带头人意见： 学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《机器学习》课程教学大纲
英文名称：《Machine Learning》
一、课程基本信息
1．课程编号：36021080300009，课程性质： 硕士课程
2．课程学时：总学时32 ，其中实验学时0 。
3．课程学分：2
4．开课季节： 春季
5．开课教研室： 人工智能系
6．课程类别： 一级学科必修课
7．课程类型： 理论课
8．考核方式： 考查
9.成绩计算方式： 考勤10%+作业40%+期末50%
10．适用学生（授课对象）： 学术型硕士、全日制专业硕士
11．适用学科、专业（领域）：学科一级 □二级（请打√）；专业（领域） 光学工程
12.教学团队成员： 赵静
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
本课程是光电信息处理的核心课程，注重以经典机器学习理论为基础，以专业应用需求为导向。要求学生掌握并实践机器学习的经典算法，主要教学任务包括回归、监督分类、无监督分类、聚类等机器学习思想和算法，及算法调用。
三、课程教学目标及学生应达到的能力
1. 理解并掌握基本的机器学习思想，机器学习原理及算法；
2. 学习运用机器学习算法解决应用问题的能力；
3. 掌握SKLEARN库常用机器学习算法的基本调用方法。
四、课程教学内容简介、基本要求及学时安排
第一章（4学时）授课老师：赵静
1、绪论
2、机器学习概述
第二章（4学时）授课老师：赵静
1、模型评估方法
2、性能度量
3、比较检验
第三章（4学时）授课老师：赵静
1、线性模型概述
2、线性回归
3、对数几率回归
第四章（4学时）授课老师：赵静
1、决策树基本思想
2、划分选择
3、剪枝处理
4、连续与缺失值
第五章（4学时）授课老师：赵静
1、神经网络概述
2、感知机与多层网络
3、深度学习
第六章（4学时）授课老师：赵静
1、支持向量机基本思想
2、间隔与支持向量机
3、对偶问题
4、核函数
5、软间隔与正则化
第七章（4学时）授课老师：赵静
1、贝叶斯决策论
2、极大似然估计
3、朴素贝叶斯分类器
4、EM算法
第八章（4学时）授课老师：赵静
1、聚类及其性能度量
2、降维常用方法
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
主要采用课堂讲授的方法，以课堂讲授基本思想、概念、核心算法为主，结合学生参与讲授核心算法应用实例。
建立多方位、立体式教学手段：课前教学视频推荐、课堂讲授、课后文献阅读与应用实践。
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
要求学生课前自学教学视频进行预习、课上积极参与讲授、课后完成文献阅读和应用实践作业。课程成绩评定：考勤占10%；平时作业包括文献阅读汇报、算法实践，共占40%；期末项目任务实践，50%。
七、本课程与其它课程的联系（预修课程、相关课程等）
《线性代数》、《机器视觉》、一门编程语言（C++，Python，Matlab等）
八、建议教材及教学参考书（包括主要参考期刊、主要参考网站，正式出版教材要求注明教材名称、作者姓名、出版社、年份；自编教材要求注明是否成册、编写者姓名、编写者职称、字数等）
教材及参考书：
[1].《机器学习》，周志华著，清华大学出版社，2018.
[2]. 《统计学习方法（第2版）》，李航著，清华大学出版社，2019.
主要期刊：《Journal of Machine Learning Research》，《MACHINE LEARNING》
主要网站：https://www.jmlr.org/，http://books.nips.cc/
九、审核
课程责任教师签名：
教学团队成员签名：
一级学科带头人意见： 学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《深度学习》课程教学大纲
英文名称：《Deep Learning》
一、课程基本信息
1．课程编号：36022080300010，课程性质：硕士课程
2．课程学时：总学时32 ，其中实验学时0 。
3．课程学分：2
4．开课季节： 春季
5．开课教研室：人工智能系
6．课程类别：公共选修课
7．课程类型：理论课
8．考核方式：笔试，考试方式： 开卷
9.成绩计算方式：考勤30%+作业（综述）30%+期末40%
10．适用学生（授课对象）：学术型硕士、全日制专业硕士
11．适用学科、专业（领域）：学科一级 □二级（请打√）；专业（领域）光学工程
12．教学团队成员：刘景锋
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
本课程将全面介绍近年来发展起来的基于神经网络的深度学习技术的基本概念，核心算法和关键应用。主要内容包括：(1) 机器学习和神经网络的基本概念和算法；（2）深度学习的算法原理，实现结构等，并且深入介绍激活函数和正则化技术；（3）介绍卷积神经网络和循环神经网络的工作原理和实现方法。
通过对该课程的学习，使同学们巩固机器学习的基本概念和算法；掌握神经网络的基本概念；掌握深度学习中的主要网络结构的基本概念和相关算法；了解具体应用领域的背景知识、相关深度学习技术。
三、课程教学目标及学生应达到的能力
1.掌握机器学习的基本概念和算法。
2.掌握神经网络的基本概念，并掌握深度学习中主要网络结构的基本概念和相关算法。
3.了解具体应用领域的背景知识、应用相关的深度学习技术。
4.掌握通用深度学习网络的参数训练和光学结构逆设计的知识和技能。
四、课程教学内容简介、基本要求及学时安排
第一章 （6学时） 授课老师：刘景锋
1、 感知机、sigmoid神经元、神经网络的架构
2、 一个简单的神经网络：分类手写数字
3、 利用梯度下降算法进行学习 迈向深度学习
第二章 （6学时） 授课老师：刘景锋
1、矩阵快速计算输出和代价函数
2、反向传播、反向传播算法、反向传播代码
3、基本方程的证明、反向传播算快
第三章 （6学时） 授课老师：刘景锋
1、交叉熵代价函数
2、过拟合和正则化
3、权重初始化
4、如何选择神经网络的超参数
第四章 （4学时） 授课老师：刘景锋
1、输入和输出的普遍关系
2、sigmoid神经元、修补阶跃函数
第五章 （4学时） 授课老师：刘景锋
1、梯度消失问题和原因
2、复杂神经网络中的梯度不稳定、深度学习的其他障碍
第六章 （6学时） 授课老师：刘景锋
1、卷积神经网络入门、卷积神经网络的实际应用
2、图像识别领域近期的进展
3、其他深度学习模型、神经网络的未来
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
1.主要的教学组织形式是课堂概念讲授和代码展示。注意调动学生分析问题和动手解决问题的能力。
2.注意教学方法的灵活性,组织学生讨论、指导阅读等。培养学生发现问题、分析问题、解决问题的能力和探究意识。
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
采用平时课堂学习、专题问题解决和期末开卷考试相结合的考核形式，平时课程考核：对学生进行专题问题解决，占课程考核总评成绩的60%。期末课程考核进行闭卷笔试，占课程考核总评成绩的40%。
七、本课程与其它课程的联系（预修课程、相关课程等）
高等数学 线性代数 概率论 机器学习 统计学习方法
八、建议教材及教学参考书（包括主要参考期刊、主要参考网站，正式出版教材要求注明教材名称、作者姓名、出版社、年份；自编教材要求注明是否成册、编写者姓名、编写者职称、字数等）
教材与参考书：
[1] 深入浅出神经网络与深度学习， Michael Nielsen著，朱小虎译，人民邮电出版社，2020年。
[2] 动手学深度学习，Aston zhang, Mu Li等著， 人民邮电出版社，2019年
[3] Grokking Deep learning， Andrew W,Trask, Manning, 2019年。
主要期刊：
主要网站： http://neuralnetworksanddeeplearning.com/chap1.html；https://d2l.ai/
九、审核
课程责任教师签名：刘景锋
教学团队成员签名：
一级学科带头人意见： 学院分委会主席：
（ 学院盖章）
年 月 日
研究生课程
人才培养大纲
信息与通信工程专业
中文名称：《边缘人工智能》课程教学大纲
英文名称：《Edge Artificial Intelligence》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 硕士课程 （博士课程、硕士课程。）
2．课程学时：总学时32 ，其中实验学时0。
3．课程学分：2 （最高不超2学分，特殊情况可3学分，详见培养方案指导意见）
4．开课季节： 春季 （春季或秋季）
5．开课教研室：人工智能
6．课程类别：一级学科选修课
7．课程类型：理论课
8．考核方式：考查，考试方式：期末大作业
9.成绩计算方式：考勤10%+作业40%+期末大作业50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生
11．适用学科、专业（领域）：学科√一级 √二级（请打√）；专业（领域） 新一代信息技术（含量子技术）、人工智能、信息与通信工程
12．教学团队成员：蔡坤
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
通过本课程的学习，学生可全面认识边缘人工智能系统软件设计方法。本课程偏重于理论与实践结合解决工程问题。该课程为人工智能、新一代信息技术等专业的应用研究打下坚实的基础。
三、课程教学目标及学生应达到的能力
课程目标 | 对应专业的培养目标/规格或毕业要求 |
1. 知识层面：掌握边缘人工智能系统的基本框架、理论和基本概念，包括TensorFlow Lite基础、开发环境的搭建、转换模型和推断部署、性能优化等。 | 掌握课程的基本概念、理论和方法，为后续研究工作打下坚实的基础。 |
2. 能力层面：具有应用TensorFlowLite构建边缘人工智能系统处理实际问题的能力，包括培养开发环境的构建，模型转换、推断部署、性能优化的能力。 | 具备严谨的科研态度与作风,具备良好的应用知识能力和工程实践能力，能够高效地组织与领导实施科技项目开发，解决项目实施过程中遇到的问题。 |
3. 素质层面：在培养学生的专业素养的同时提高学生的道德素养，做到真正的“德”“智”并举。 | 为国家在人工智能领域，特别是智慧农业领域培养德才兼备的技术性人才。 |
四、课程教学内容简介、基本要求及学时安排
第一章（4学时）：人工智能和机器学习基础
1. 人工智能与机器学习基础知识
2. 人工智能的研究领域和应用场景
3. 使用Python 学习人工智能开发
4. TensorFlow Lite基础
第二章（4学时）:开发环境的搭建
1. 安装环境要求
2. 安装TensorFlow Lite
3. 准备开发工具IDE的使用
4. TensorFlow Lite 程序开发流程介绍
5. Android Studio 程序设计流程介绍
第三章（2学时）：转换模型
1. TensorFlow Lite 转换器
2.将元数据添加到 TensorFlow Lite模型
第四章（4学时）：推断
1.TensorFlow Lite推断运算符
2.TensorFlow Lite推断模型运行
3.元数据推断
第五章（2学时）：性能优化
1． 性能优化技术基础
2． TensorFlow Lite 委托
3． TensorFlow Lite GPU 代理
4． 模型优化
第六章（8学时）：手写数字识别器设计
1. 系统设计要求
2. 创建模型
3. Android 手写数字识别器设计
第七章（8学时）：物体检测识别系统设计
1.系统设计要求
2.准备模型
3.Android 物体检测识别器实现设计
五、课程教学方法与手段：课堂讲授+课程讨论
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课前预习、课后复习。
课程考核:
1.过程性考核：50 %
序号 | 考核形式 | 考核要求（内容、形式、次数等） | 分值（百分比） |
1 | 课堂考勤 | 每节课点名。 | 10% |
2 | 课程作业 | 按时提交课后布置的作业。 | 40% |
2. 结果性考核： 50 %
（1）考核方式：考查
（2）考核形式：期末大作业
七、本课程与其它课程的联系（预修课程、相关课程等）
预修课程: 机器学习与深度学习
八、建议教材及教学参考书
参考书籍 [1]张元勇 ，TensorFlow Lite移动设备深度学习从入门到实践，清华大学出版社，2021
[2]陈佳林，智能硬件与机器视觉：基于树莓派、Python和OpenCV，机械工业出版社，2020
九、审核
课程责任教师签名：蔡坤
教学团队成员签名：
一级学科带头人意见： 学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《物联网与无线通信技术》课程教学大纲
英文名称：《Internet of Things and Wireless Communication Technology》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 硕士课程 （博士课程、硕士课程。）
2．课程学时：总学时32 ，其中实验学时0。
3．课程学分：2 （最高不超2学分，特殊情况可3学分，详见培养方案指导意见）
4．开课季节： 春季 （春季或秋季）
5．开课教研室：微电子工程系
6．课程类别：一级学科选修课
7．课程类型：理论课
8．考核方式：笔试，考试方式：开卷
9.成绩计算方式：考勤10%+作业40%+期末50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生
11．适用学科、专业（领域）：学科√一级 √二级（请打√）；专业（领域） 信息与通信工程
12．教学团队成员：冯婉媚
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
通过本课程的学习，学生可全面认识物联网关键技术、物联网通信、短距离无线通信技术等。本课程偏重于理论分析，也有算法的应用实践要求。该课程为信息与通信工程专业后续专业课程的学习打下坚实的基础，提供有力的技术支持与理论保证。
三、课程教学目标及学生应达到的能力
课程目标 | 对应专业的培养目标/规格或毕业要求 |
1. 知识层面：掌握物联网与无线通信技术课程的基本框架、理论和基本概念，包括物联网关键技术、物联网通信、短距离无线通信技术等，了解本课程对专业学习的作用和地位。 | 掌握课程的基本概念和理论，为后续专业课程的学习打下坚实的基础。 |
2. 能力层面：具有设计物联网系统的能力，会使用无线通信技术实现高质量数据传输。 | 分析与设计适用于实际场景的物联网系统的能力。 |
3. 素质层面：在培养学生的专业素养的同时提高学生的道德素养，做到真正的“德”“智”并举。 | 为国家在信息与通信工程专业领域，特别是智慧农业领域培养德才兼备的技术性人才。 |
四、课程教学内容简介、基本要求及学时安排
第一章（8学时）：物联网的基础知识与短距离无线通信技术概览
1．物联网概述
2．物联网的关键技术
3. 物联网通信
4. 短距离无线通信技术概览
第二章（4学时）:蓝牙无线通信技术
1． 蓝牙技术概述
2． 蓝牙协议体系结构
3. 蓝牙协议子集及应用规范
4. 蓝牙组网与蓝牙路由机制
第三章（4学时）： ZigBee无线通信技术
1．ZigBee技术概述
2．ZigBee协议栈
3. ZigBee组网技术
4. 基于ZigBee的无线传感器网络
5. ZigBee的应用
第四章（4学时）：UWB无线通信技术
1．UWB技术概述
2.UWB的关键技术
3.UWB的系统方案
4.UWB技术的标准化
5.UWB的应用及研究方向
第五章（3学时）：60GHz无线通信技术
1．60GHz无线通信技术概述
2.60GHz无线通信的标准化
3.60GHz无线通信的关键技术
4.60GHz无线通信的应用
第六章（4学时）：可见光无线通信技术
1．可见光无线通信概述
2.短距离可见光无线通信的标准化
3.可见光无线通信的关键技术
4.可见光无线通信的应用
第七章（5学时）：Ad Hoc网络无线通信技术
1．Ad Hoc网络概述
2.Ad Hoc网络的MAC协议
3.Ad Hoc网络的路由协议
4.QoS的概述
5.Ad Hoc网络的应用
五、课程教学方法与手段：课堂讲授+课程讨论
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课前预习、课后复习。
课程考核:
1.过程性考核：50 %
序号 | 考核形式 | 考核要求（内容、形式、次数等） | 分值（百分比） |
1 | 课堂考勤 | 每节课点名。 | 10% |
2 | 课程作业 | 按时提交课后布置的作业。 | 40% |
2. 结果性考核： 50 %
（1）考核方式：考试
（2）考核形式：开卷考试
（3）考核的试题类型与分值比例：
填空题：20%；选择题：20%；简答题：30%；综合题：30%
七、本课程与其它课程的联系（预修课程、相关课程等）
预修课程:信号与系统、数字信号处理、通信原理
八、建议教材及教学参考书
参考书籍 [1]董健，物联网与短距离无线通信技术，电子工业出版社，2016
[2] Dannel Chew，物联网--无线通信、物理层-网络层与底层驱动，清华大学出版社，2021
九、审核
课程责任教师签名：
教学团队成员签名：
一级学科带头人意见： 学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《高光谱图像技术》课程教学大纲
英文名称：《Hyperspectral imaging technology》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 硕士课程
2．课程学时：总学时 32，其中实验学时 4。
3．课程学分：2 （最高不超2学分，特殊情况可3学分，详见培养方案指导意见）
4．开课季节： 春季 （春季或秋季）
5．开课教研室：电子工程学院（人工智能学院）
6．课程类别：（二级学科选修课）
7．课程类型：（理论课、实验课）
8．考核方式：（考查），考试方式：（ ）
9.成绩计算方式：（请选择系统提供的选项：考勤（平时）50%+期末50%）
10．适用学生（授课对象）：（学术型硕士生、全日制专业硕士生、非全日制专业学位硕士生、在职专业学位硕士生、硕士留学生，只选其中一类或几类学生，但必需与上述第1点课程性质对应，不可随意填写，如能开放给留学生选的，也请加上相应的留学生选项。）
11．适用学科、专业（领域）：学科R一级£二级（请打√）；专业（领域） 新一代电子信息技术（含量子技术）、信息与通信工程
12．教学团队成员：李震，代芬，吕石磊。
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
高光谱图像技术是硕士专业学位新一代电子信息技术（含量子技术）的专业选修课程，也适用于信息与通信工程学术型硕士研究生选修。作为电子信息领域的应用课程，它主要介绍光谱学的相关知识，高光谱成像技术的基本原理，与高光谱图像处理有关的各类软、硬件平台，以及该技术在军事、工业和农业中的主要应用案例。它的主要授课对象是将从事智能农产品分级与检测技术研究的科研人员，强调实用性是课程的重要特色。
本课程教学内容分为三大部份：光谱学基本知识、高光谱原理与软硬件、高光谱图像技术应用，共14个课堂教学单元和2个实验单元。
三、课程教学目标及学生应达到的能力
（一）知识目标 ：通过课程的讲授，使学生掌握高光谱图像技术的基本理论、光谱技术的来源和高光谱图像的成像原理；掌握该技术及应用的基本知识内容。
（二）能力目标 ：掌握可见光照片、多光谱遥感图像、热红外遥感图像、和高光谱图像等不同类型图像解译方法，以及运用高光谱图像进行遥感及农业数据分析和综合研究方法与技能。
（三）素质目标：通过学习高光谱图像原理，培养学生设计现代农业参数获取系统的基本能力。
四、课程教学内容简介、基本要求及学时安排
第一章（2学时）授课老师：李震
1．高光谱图像技术简介
2．高光谱图像技术应用
第二章（8学时）授课老师：李震
高光谱图像数据处理
高光谱图像降维技术
高光谱图像分类
第三章（12学时）授课老师：吕石磊
1．高光谱图像技术在军事中的应用
2．高光谱图像技术在工业中的应用
3. 高光谱图像技术在农业中的应用
第四章（4学时）授课老师：代芬
1．高光谱图像采集硬件
2．高光谱数据处理软件
第五章（2学时）授课老师：李震
1．基于高光谱图像技术的农产品品质快速检测系统设计
第六章 软硬件认知实验（4学时）授课老师：代芬
1．高光谱图像采集设备认知
2．高光谱图像处理软件认知
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
本课程采用课堂教学和实验教学相结合的形式，课堂教学主要讲授相关的理论知识和介绍应用案例，实验教学主要包括认知高光谱图像技术相关的软、硬件设备。
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
1. 学习要求：参加课堂教学和实验教学，完整学习六个章节的学习和讨论活动。
2. 课程考核与成绩评定：考勤（平时）50%+期末50%，学生根据学习内容，按照要求提出一个基于高光谱图像技术的农产品品质快速检测系统设计方案。
七、本课程与其它课程的联系（预修课程、相关课程等）
本课程需要了解计算机图像处理、数据分析等课程的基本知识。
建议教材及教学参考书（包括主要参考期刊、主要参考网站，正式出版教材要求注明教《高光谱遥感——基础与应用》、Ruiliang，Pu 著，张竞成 译、高等教育出版社、2020；
参考书：[1]《现代食品检测技术（第三版）》，邹小波，赵杰文，陈颖，李志华，中国轻工业出版社，2022.
九、审核
课程责任教师签名：
教学团队成员签名：
一级学科带头人意见： 学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《集成电路基础》课程教学大纲
英文名称：《Fundamentals of Integrated Circuits》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 硕士课程 （博士课程、硕士课程）
2．课程学时：总学时32，其中实验学时2。
3．课程学分：2 （最高不超2学分，特殊情况可3学分，详见培养方案指导意见）
4．开课季节： 春季 （春季或秋季）
5．开课教研室：电子科学与技术
6．课程类别：一级学科选修课
7．课程类型：理论课
8．考核方式：考查，考试方式：期末大作业
9. 成绩计算方式：考勤10%+作业40%+期末50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生
11．适用学科、专业（领域）：学科√一级 √二级（请打√）；专业（领域） 新一代信息技术（含量子技术）、人工智能、信息与通信工程
12．教学团队成员：刘洪山、王建、梁亨茂
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
本课程主要培养学生对半导体集成电路有较全面的了解，理解集成电路产业链的组成及发展，掌握集成电路设计的基本方法、集成电路制造基本工艺以及集成电路封装与测试的基本手段。通过学习，实现对学生在知识、能力、素质三个层面的培养，帮助学生增长知识、提升能力、完善素质；增强其创业就业的能力，为学生未来的可持续发展奠定坚实基础。
三、课程教学目标及学生应达到的能力
课程目标 | 对应专业的培养目标/规格或毕业要求 |
1.知识层面：对集成电路有较全面的了解，理解集成电路产业链的组成及发展，掌握集成电路设计的基本方法、集成电路制造工艺以及集成电路封装与测试的基本手段。 | 掌握半导体集成电路设计、制造、封装和测试的关键技术 |
2.能力层面：为在晶体管、集成电路和半导体器件设计、制造打下坚实的理论基础。增强其创业就业的能力，为学生未来的可持续发展奠定坚实基础。 | 具备工科综合思维能力、推理能力和工程创新能力。能够在集成电路设计、微电子器件等部门，从事研究、开发、教学、管理、具有创新精神的应用型人才。 |
3.素质层面：促进对学生世界观、人生观、价值观的塑造与完善，塑造职业品格，提高集成电路职业素养。 | 树立远大目标，具备爱国敬业精神，具有强烈的社会责任感；为国家在新一代电子信息领域和智慧农业领域培养德才兼备的技术性人才。 |
四、课程教学内容简介、基本要求及学时安排
第一章（3学时）：绪论
1.1 集成电路概念
1.2 集成电路分类
1.3 电子器件的发展
1.4 集成电路的发展
第二章（3学时）：集成电路行业
2.1 背景知识
2.2 集成电路设计业
2.3 集成电路制造业
2.4 集成电路封装与测试业
2.5 中国的集成电路行业
2.6 中国芯及未来
第三章（4学时）： 半导体基础及IC材料
3.1 半导体基础
3.2 半导体理论模型
3.3 载流子性质
3.4 范德堡法测量载流子特性
3.5 IC制造材料
第四章（6学时）：集成器件基础
4.1半导体器件一览
4.2 集成器件基本结构
4.3 二极管
4.5 HBT异质结三极管
4.6 场效应管
4.7 MESFET和HEMT器件
第五章（4学时）：集成电路制造基本工艺
5.1制造流程概述
5.2 淀积工艺
5.4 氧化工艺
5.5 光刻技术
5.6掺杂工艺
5.7 CMP工艺
第六章（2学时）：集成电路封装与测试
6.1封装与测试概述
6.2 集成电路封装工艺
6.3 集成电路封装类型
6.4 集成电路测试
第七章（5学时）：IC器件工艺
7.1 IC器件概述
7.2 IC器件结构特征
7.3 双极性器件及电阻电容工艺
7.4 MOSFET工艺
7.5 等比例缩小规则
7.6 CMOS工艺发展
第八章（3学时）：集成电路设计
8.1 IC设计概述
8.2 IC设计流程
8.2.1 全定制设计
8.2.2 半定制设计
8.3 集成电路版图设计
实验：集成电路制造VR实验（2学时）
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
课程讲授、课堂讨论（组织）
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课前预习、课后复习。
课程考核：
1.过程性考核：50 %
序号 | 考核形式 | 考核要求（内容、形式、次数等） | 分值（百分比） |
1 | 课堂考勤 | 每节课点名。 | 10% |
2 | 课程作业 | 按时提交课后布置的作业。 | 40% |
2. 结果性考核： 50 %
考核形式：期末大作业
七、本课程与其它课程的联系（预修课程、相关课程等）
预修课程: 电路、模拟电子技术、数字电子技术
八、建议教材及教学参考书
[1] 郝跃等. 微电子概论（第二版）. 高等教育出版社，2011
[2] S. M. Sze wiley, Physics of Semiconductor Devices,. New York. 1981
[3] D.A.Neamen. 半导体物理与器件—基本原理. 清华大学出版社（McGraw-Hill原版），2003
九、审核
课程责任教师签名：刘洪山、王建、梁亨茂
教学团队成员签名：
一级学科带头人意见： 学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《智能优化算法》课程教学大纲
英文名称：《Intelligent optimization algorithms》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 硕士课程 （博士课程、硕士课程）
2．课程学时：总学时32，其中实验学时0。
3．课程学分：2 （最高不超2学分，特殊情况可3学分，详见培养方案指导意见）
4．开课季节： 春季 （春季或秋季）
5．开课教研室：电子信息工程
6．课程类别：一级学科选修课
7．课程类型：理论课
8．考核方式：考查，考试方式：期末大作业
9. 成绩计算方式：考勤10%+作业40%+期末50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生
11．适用学科、专业（领域）：学科√一级 √二级（请打√）；专业（领域） 新一代信息技术（含量子技术）、人工智能、信息与通信工程
12．教学团队成员：吕石磊
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
通过《智能优化算法》课程学习，学生能够从流程、代码和应用等方面对系列群体智能优化算法的理论与机制有深入理解，进而为现实中存在的大量不可微、非线、不确定复杂问题，尤其是复杂农业工程问题，提供了方便实用的优化求解途径和方法。
三、课程教学目标及学生应达到的能力
课程目标 | 对应专业的培养目标/规格或毕业要求 |
1. 知识层面：掌握Matlab语言的基本语法和常用模块，熟悉群体智能优化算法的流程及机制，了解本课程对专业学习的作用和地位。 | 掌握课程的基本概念和理论，为后续专业课程学习和专业问题解析的打下坚实的基础。 |
2. 能力层面：使学生具有使用Matlab语言实现新型群体智能优化算法及性能测试的能力。 | 分析、处理与智能优化算法有关的编程能力。 |
3. 素质层面：在培养学生的专业素养的同时提高学生的道德素养，做到真正的“德”“智”并举。 | 为国家在电子信息领域和智慧农业领域培养德才兼备的技术性人才。 |
四、课程教学内容简介、基本要求及学时安排
第一章（4学时）：绪论
1. 基于群智能的启发式优化方法
2. 粒子群算法概念
3. 粒子群算法流程及伪代码
4. 基准测试函数
第二章（6学时）：蚁群算法
1. 蚁群算法概念
2. 蚁群算法流程及伪代码
3. 蚁群算法性能测试分析
第三章（6学时）： 蝙蝠算法
1. 蝙蝠算法概念
2. 蝙蝠算法流程及伪代码
3. 蝙蝠算法性能测试分析
第四章（6学时）：萤火虫算法
1. 萤火虫算法概念
2. 萤火虫算法流程及伪代码
3. 萤火虫算法性能测试分析
第五章（6学时）：蝴蝶优化算法
1. 蝴蝶优化算法概念
2. 蝴蝶优化算法流程及伪代码
3. 蝴蝶优化算法性能测试分析
第六章（4学时）：樽海鞘群算法
1. 樽海鞘群算法概念
2. 樽海鞘群算法流程及伪代码
3. 樽海鞘群算法性能测试分析
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
课程讲授、课堂讨论（组织）
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课前预习、课后复习。
课程考核：
1.过程性考核：50 %
序号 | 考核形式 | 考核要求（内容、形式、次数等） | 分值（百分比） |
1 | 课堂考勤 | 每节课点名。 | 10% |
2 | 课程作业 | 按时提交课后布置的作业。 | 40% |
2. 结果性考核： 50 %
考核形式：期末大作业
七、本课程与其它课程的联系（预修课程、相关课程等）
预修课程:Matlab技术及应用
八、建议教材及教学参考书
参考书：[1] 刘景森， 李煜，基于群体智能的生物启发式优化方法及应用，中国经济出版社，2020
[2] 王培崇，群体智能算法及其应用，电子工业出版社，2015
九、审核
课程责任教师签名：吕石磊
教学团队成员签名：
一级学科带头人意见： 学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《智能系统设计》课程教学大纲
英文名称：《Intelligent System design》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 硕士课程 （博士课程、硕士课程）
2．课程学时：总学时32，其中实验学时0。
3．课程学分：2 （最高不超2学分，特殊情况可3学分，详见培养方案指导意见）
4．开课季节： 春季 （春季或秋季）
5．开课教研室：电子信息工程
6．课程类别：一级学科选修课
7．课程类型：理论课
8．考核方式：考查，考试方式：期末大作业
9. 成绩计算方式：考勤10%+作业40%+期末50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生
11．适用学科、专业（领域）：学科√一级 √二级（请打√）；专业（领域） 新一代信息技术（含量子技术）、人工智能、信息与通信工程
12．教学团队成员：孙道宗
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
《智能系统设计》面向电子信息方向的专业课程，具有较强的实践性，该课程主要介绍基于嵌入式应用软件开发所使用的交叉开发环境进行ARM指令集调用，基于S3C2410平台开发基本的Linux操作系统，对S3C2410平台外设进行应用程序的开发。目的是使学生了解S3C2410A的基本结构和工作原理，了解Linux操作系统的基本功能和开发要点，掌握ARM架构嵌入式系统开发的主流技术和主要方式。
三、课程教学目标及学生应达到的能力
课程目标 | 对应专业的培养目标/规格或毕业要求 |
1. 知识层面：理解ARM7种工作模式下31个通用寄存器的分组和使用方式，理解和掌握ARM指令集。 | 了解S3C2410A的基本结构和工作原理，了解Linux操作系统的基本功能和开发要点。 |
2. 能力层面：理解嵌入式应用软件开发所使用的交叉开发环境。 | 掌握嵌入式开发时宿主机和目标机间的区别及其协调工作关系。 |
3. 素质层面：ARM指令集中四大类指令的符号及调用格式。 | 能够进行常规嵌入式系统设计。 |
四、课程教学内容简介、基本要求及学时安排
第一章（2学时）：嵌入式系统基础
1.1 嵌入式系统概述
1.2 嵌入式处理器
1.3 嵌入式操作系统
1.4 实时操作系统的内核
第二章（2学时）：嵌入式系统开发过程
2.1 嵌入式软件开发的特点
2.2 嵌入式软件的开发流程
2.3 嵌入式系统的调试
2.4 板级支持包
第三章（12学时）： ARM体系结构
3.1 ARM体系结构概述
3.2 ARM编程模型
3.3 ARM基本寻址方式
3.4 ARM指令集
第四章（4学时）：RM系统硬件设计基础
4.1 ARM开发环境简介
4.2 基于ARM的汇编语言程序设计
4.3 基于ARM的硬件启动程序设计
4.4 基于ARM的C语言与汇编语言混合编程
第五章（6学时）：基于S3C2410的系统硬件设计
5.1 S3C2410简介
5.2 I/O口 5.3 中断 5.4 DMA
5.5 A/D 5.6 LCD 5.7 触摸屏
第六章（6学时）：Linux操作系统基础
6.1 Linux操作系统概述
6.2 Linux设备管理
6.3 Linux的使用
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
课程讲授、课堂讨论（组织）
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课前预习、课后复习。
课程考核：
1.过程性考核：50 %
序号 | 考核形式 | 考核要求（内容、形式、次数等） | 分值（百分比） |
1 | 课堂考勤 | 每节课点名。 | 10% |
2 | 课程作业 | 按时提交课后布置的作业。 | 40% |
2. 结果性考核： 50 %
考核形式：期末大作业
七、本课程与其它课程的联系（预修课程、相关课程等）
预修课程：微机原理与接口技术
八、建议教材及教学参考书
参考书：[1] 徐英慧、马忠梅.ARM9嵌入式系统设计—基于S3C2410与Linux.北京航空航天大学
出版社，2015（第3版）
[2] 王剑等.嵌入式系统设计与应用——基于ARM Cortex-A8和Linux.清华大学出版社，2017.
九、审核
课程责任教师签名：孙道宗
教学团队成员签名：
一级学科带头人意见： 学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《现代测控技术及应用》课程教学大纲
英文名称：《Modern measurement & control technology and its application》
一、课程基本信息
1．课程编号：36022070100003 (留空，不填)，课程性质： 硕士课程
2．课程学时：总32学时 ，其中实验0学时。
3．课程学分：2
4．开课季节：秋季
5．开课教研室：电子信息工程
6．课程类别：一级学科专业选修课
7．课程类型：理论课
8．考核方式：笔试 考试方式：开卷
9.成绩计算方式：考勤（平时）30%+期末70%
10．适用学生（授课对象）：学术型硕士、专业型硕士
11．适用学科、专业（领域）：学科√一级 □二级（请打√）；专业（领域） 农业工程
12．教学团队成员： 王卫星，孙道宗
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
《现代测控技术及应用》是硕士研究生的一门专业选项课程。通过该课程的学习，学生了解现代测控技术的发展和计算机控制系统的组成与分类；学习计算机/单片机系统的接口技术；学习微机控制系统的PID算法原理与实现；学习步进电机、直流伺服电机和变频控制系统，该课程学习可以为研究生完成课题研究的相关内容打下坚实基础。
三、课程教学目标及学生应达到的能力
课程教学目标是：培养研究生在农情信息获取、智慧农业等领域的科学研究能力，提高其技术研发水平，增强其技术创新意识。希望通过学完课程，学生应达到如下能力和要求：
了解现代测控技术的发展概况；
理解计算机控制系统的组成与分类；
理解采样定理，掌握单片机系统显示器、A/D转换器接口技术；
掌握微型计算机控制系统的控制算法原理，掌握PID控制算法原理与实现方法；
掌握步进电机控制系统的原理及应用；
掌握直流电机控制系统的原理及应用；
掌握变频调速原理及应用。
四、课程教学内容简介、基本要求及学时安排
第一章 现代测控技术发展（2学时）授课老师： 王卫星
第二章 单片机接口技术（8学时）授课老师： 王卫星、孙道宗
第三章 微机控制系统（7学时）授课老师：王卫星
第四章 步进电机控制系统（6学时）授课老师： 王卫星、孙道宗
第五章 直流伺服电机控制系统（3学时）授课老师：王卫星
第六章 变频调速控制系统（6学时）授课老师：孙道宗
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
课堂讲授、查阅资料与课程讨论三种形式相结合。
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求为学生必须做好课前准备、考勤、课堂讨论等工作；课程考核形式为开卷考试形式；成绩评定比例：考勤（平时）30%+期末70%。
七、本课程与其它课程的联系（预修课程、相关课程等）
课程所需基础： 《电工学》等。
八、建议教材及教学参考书（包括主要参考期刊、主要参考网站，正式出版教材要求注明教材名称、作者姓名、出版社、年份；自编教材要求注明是否成册、编写者姓名、编写者职称、字数等）
参考书：
[1]潘新民.微型计算机控制技术.电子工业出版社，2014（第2版）；
[2]王卫星等.单片机原理与开发技术.中国水电水利出版社，2019（第3版）。
九、审核
课程责任教师签名：
教学团队成员签名：
一级学科带头人意见： 学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《科学思维方法》课程教学大纲
英文名称：《Methods of Scientific Thinking》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 硕士课程（博士课程、硕士课程。）
2．课程学时：总学时32，其中实验学时0。
3．课程学分：2 （最高不超2学分，特殊情况可3学分，详见培养方案指导意见）
4．开课季节：秋季（春季或秋季）
5．开课教研室：电子信息工程
6．课程类别：一级学科必修课
7．课程类型：理论课
8．考核方式：考查，考试方式：课程报告、口试
9.成绩计算方式：考勤10%+作业40%+期末50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生
11．适用学科、专业（领域）：学科√一级 √二级（请打√）；专业（领域） 新一代信息技术（含量子技术）、人工智能、信息与通信工程
12．教学团队成员：王文博
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
科学研究的本质是创新，要么做前人没有做过的工作，发现新问题，发明新方法，要么改进前人的方法、修正前人的结果或推翻前人的结论。总之，一切科学研究活动都必须围绕创新开展，科学思维是一种创新思维，其中的方法论往往贯穿于各门具体的学科之中，是从这些具体的学科中总结提炼出来的，同时可用于指导各自专业领域的研究工作和其他探索未知问题的创造性工作。因此，可课程是一门基础的工具性的课程。通过本课程的学习，学生可认识、理解基本的科学研究方法和科学发展规律，启发自己的思维方式，为今后从事具体领域的研究工作提供理论和实践方面的支撑。
三、课程教学目标及学生应达到的能力
课程目标 | 对应专业的培养目标/规格或毕业要求 |
了解现代科学体系的建立与发展过程，特别是电子信息科学领域主要的创新与创造的历程，掌握常用的科学思维方法，有意识的运用到专业学习和研究中去。 | 掌握课程的基本概念和理论，为后续专业课程学习和专业问题解析的打下坚实的基础。 |
提高分析解决问题的能力和创新能力，具备从事不同领域的研究工作及其他创造性活动的方法论基础。 | 具备严谨的科研态度与作风,具备良好的应用知识能力和工程实践能力，能够高效地组织与领导实施科技项目开发，解决项目实施过程中遇到的问题。 |
在培养学生的专业素养的同时提高学生的道德素养，做到的“德”“智”并举。在注重提升学生思辨能力的同时加强思政教育，做到“红”“专”结合。 | 为国家在电子信息领域和智慧农业领域培养德才兼备的技术性人才。 |
四、课程教学内容简介、基本要求及学时安排
第一章（8学时）科学思维方法概论
1．科学问题的定义与特征
2．科学发展的历程与规律
3. 古代、近代和现代的科学思维方法的源流与演化
4. 从电子信息科学的历史看方法论创新的重要性
第二章（10学时）常用的科学思维方法及例证
1．演绎与归纳思维方法
2．分析与综合思维方法
3. 抽象与具体思维方法
4. 概率思维与统计思想
5. 直觉主义与启发式策略
第三章（14学时） 科学思维方法综合训练
小球称重问题
p值模型
代价互联的最优分组问题
交流研讨
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
课堂讲授、课程讨论
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
课前课后学习要求：适当预习、及时复习。
课堂讨论要求：规定发言环节提前做好充分准备，自由发言环节积极参与讨论。
课程考核：
1.过程性考核：50 %
序号 | 考核形式 | 考核要求（内容、形式、次数等） | 分值（百分比） |
1 | 课堂考勤 | 每节课点名。 | 10% |
2 | 课程作业 | 按时提交课后布置的作业。 | 40% |
2. 结果性考核： 50 %
考核形式：课程研究报告
七、本课程与其它课程的联系（预修课程、相关课程等）
预修课程：大学数学、普通物理学、计算机基础、电子信息专业概论
八、建议教材及教学参考书（包括主要参考期刊、主要参考网站，正式出版教材要求注明教材名称、作者姓名、出版社、年份；自编教材要求注明是否成册、编写者姓名、编写者职称、字数等）
参考书：
Norbert Wiener. The Human Use of Human Beings. Da Capo Press. 1954.
Hans Camenind. Much Ado About Almost Nothing: Man’s Encounter With The Electron. BookLocker.com. 2007.
Herbert A. Simon. The Sciences of The Artificial. The MIT Press. 2009.
九、审核
课程责任教师签名：
教学团队成员签名：
一级学科带头人意见：
学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《试验数据统计与分析》课程教学大纲
英文名称：《Staistics and analysis of experimental data》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 硕士课程 （博士课程、硕士课程。）
2．课程学时：总学时16 ，其中实验学时0 。
3．课程学分：1 （最高不超2学分，特殊情况可3学分，详见培养方案指导意见）
4．开课季节： 秋季 （春季或秋季）
5．开课教研室：电子信息工程
6．课程类别：一级学科必修课
7．课程类型：理论课
8．考核方式：考查，考试方式：期末大作业
9．成绩计算方式：考勤10%+作业40%+期末50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生
11．适用学科、专业（领域）：学科一级 二级（请打√）；专业（领域） 新一代信息技术（含量子技术）、信息与通信工程
12．教学团队成员： 薛秀云
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
《试验数据统计与分析》是一门运用统计学思想、数理统计的原理和方法研究复杂工程、农业、生物现象的数量特征及其规律的学科，是本专业研究生的必修课，在学科体系中居重要地位。通过本课程学习，能够使学生掌握科学试验设计的原则和技术，熟练设计和制定合适的科学试验方案，并正确选用统计分析方法，用统计分析软件SPSS、R等进行数据的处理与分析，减少试验误差的干扰，帮助学生从繁杂冗余的试验数据中得到本质和规律，从而得出正确的结论。同时，作为一种可用于数据收集和系统分析的强大工具，其在实验科学、产品设计、管理科学和社会科学等领域中应用广泛。
三、课程教学目标及学生应达到的能力
课程目标 | 对应专业的培养目标/规格或毕业要求 |
1. 知识层面：以概率论和数理统计为理论基础，指导研究生科学、合理地安排和设计试验，并对研究工作获取的数据进行筛查、处理，必要时建立相应的模型，以便于控制和预测，或了解过程的机理。 | 掌握试验设计、优化、数据统计和分析的基本概念和理论，为后续专业课程学习、专业问题解析、研究成果的产出打下坚实的基础。 |
2. 能力层面：在研究过程中制定合理的试验和数据分析处理方案，一方面减少试验工作量，另一方面解析数据背后的本质信息，以最小的试验工作量，科学合理地得到最可靠的信息。 | 培养学生试验方案设计能力和统计意识，用学到的理论知识设计试验过程、分析和解决实际研究过程中的问题，并利用所掌握的技术体系解决本学科或跨学科问题的能力。 |
3. 素质层面：在培养学生专业素养的同时，加强学生试验设计、数据记录及数据统计分析中的职业道德及规范，提高学生的道德素养，做到真正的“德”“智”并举。 | 通过试验设计和数据统计分析能力的培养，促进学生的逻辑思维能力，增强学生的问题剖析能力，提高实际问题解决能力，最终提高研究生在科研创新方面的素养，为国家在电子信息领域、农业工程领域培养德才兼备的科学研究和技术性人才。 |
四、课程教学内容简介、基本要求及学时安排
第一章（2学时）：绪论
1．试验设计、数据统计分析概念与基本要素
2．试验设计、统计分析基本原则
3．试验设计历史与发展
4．试验数据分析的统计学基本概念
5．常用统计分析软件
第二章（2学时）：试验数据的统计描述及常用概率分布
1．统计学基本概念
2．数据资料的分类与整理
3．数据资料的统计描述
4．常用概率分布
第三章（2学时）：统计推断
1．抽样分布
2．假设检验的原理与方法
3．样本平均数的假设检验
4．参数估计
第四章（2学时）：方差分析
1．方差分析概述
2．单因素方差分析
3．多因素方差分析
4．利用工具进行方差分析
第五章（2学时）：回归与分析
1．回归与相关概念
2．一元线性回归分析
3．相关分析
第六章（2学时）：正交试验设计
1．正交试验设计的基本概念
2．正交试验设计的基本程序
3．正交试验设计的极差分析
4．正交试验设计的方差分析
第七章（4学时）：均匀试验设计与回归试验设计
1．均匀试验设计的基本概念
2．均匀试验设计的基本程序
3．回归试验设计的基本概念
4．回归试验设计的基本程序
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
课程讲授、课堂讨论（组织）
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课前预习、课后复习。
1.过程性考核：40 %
序号 | 考核形式 | 考核要求（内容、形式、次数等） | 分值（百分比） |
1 | 课堂考勤 | 每节课点名。 | 10% |
2 | 课程作业 | 按时提交课后布置的作业。 | 30% |
2. 结果性考核： 60 %
考核形式：期末大作业
七、本课程与其它课程的联系（预修课程、相关课程等）
预修课程：概率论与数理统计、线性代数
八、建议教材及教学参考书
参考书：[1]《试验的设计与分析》，王万中主编，高等教育出版社，北京，2004.
[2]《试验设计与数据分析：基于R语言应用》，郑杰主编，华南理工大学出版社，广州，2016.
[3]《科研数据分析与绘图指导》袁吉有主编，科学出版社，北京，2020.
九、审核
课程责任教师签名：薛秀云
教学团队成员签名：
一级学科带头人意见：
学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《论文写作基础》课程教学大纲
英文名称：《Paper Writing》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 硕士课程 （博士课程、硕士课程。）
2．课程学时：32总学时 ，其中实验0学时。
3．课程学分：2
4．开课季节： 秋季
5．开课教研室：电子工程学院（人工智能学院），微电子工程系
6．课程类别：一级学科必修课
7．课程类型：理论课（
8．考核方式：其他，考试方式：开卷
9.成绩计算方式：考勤+期末大作业，考勤（平时）50%+期末50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生
11．适用学科、专业（领域）：学科□一级 √二级（请打√）；专业（领域） 新一代电子信息技术(含量子技术)、信息与通信工程
12．教学团队成员：薛月菊 ，孙道宗 ，李震。
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
本课程是本研究生专业的必修课，在学科体系中居重要地位。本课程有利于培养学生进行科学研究的能力，并帮助、指导学生顺利完成学术论文、毕业论文写作。本课程可以培养学生的科研创新意识、严谨工作态度，良好学术道德，锻炼学生的思维组织能力，训练学生的语言运用能力，激活学生的知识输出与输入。通过教学，使学生了解毕业论文的写作要求和撰写规范，知道如何撰写毕业论文，并掌握写作论文的方法。
三、课程教学目标及学生应达到的能力
本课程的教学目的在于培养学生撰写毕业论文的能力，要求学生对文献材料有一定的综合分析能力、并能用自己的语言表达个人观点和意见，同时还要求学生学会正确地引用他人的观点，避免有意或无意的抄袭现象。本课程的任务是使学生了解从选题、文献调研、资料分析、列提纲、起草、修改到编辑的写作基本方法和基本技能，了解毕业论文开题报告、文献综述、摘要、引言、正文、结语的写作方法及文献引用方法等，为学生毕业论文写作提供指导和帮助，对学生基本的科研能力训练。
四、课程教学内容简介、基本要求及学时安排
第一章 概论（2学时）
1. 科技论文的写作目的
2. 科技论文的特点
3. 科技论文的写作
第二章 科技论文的撰写（10学时）
1．题名
2．作者署名
3．摘要
4．关键词
6．引言的写作
7．正文
8．结论
9.写作实践与分享
第三章 数学公式与数学符号（2学时）
1. 数学公式与数学符号
2. 数字的使用和表达方式
第四章 插图与表格（4学时）
1. 插图
2. 表格
第五章 稿件的处理（4学时）
1.投稿
2.稿件回修
第六章 写作实例与实践（4学时）
1.写作实例分享
2.改进
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
课程讲授、课堂讨论（组织）
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课前预习、课后复习。
课程考核：
1.过程性考核：50 %
序号 | 考核形式 | 考核要求（内容、形式、次数等） | 分值（百分比） |
1 | 课堂考勤 | 每节课点名。 | 10% |
2 | 课程作业 | 按时提交课后布置的作业。 | 40% |
2. 结果性考核： 50 %
考核形式：期末大作业
七、本课程与其它课程的联系（预修课程、相关课程等）
试验数据统计与分析
八、建议教材及教学参考书（包括主要参考期刊、主要参考网站，正式出版教材要求注明教材名称、作者姓名、出版社、年份；自编教材要求注明是否成册、编写者姓名、编写者职称、字数等）
参考书：[1].赵秀珍，科技论文写作教程，北京理工大学出版社，2005
九、审核
课程责任教师签名：薛月菊，孙道宗
教学团队成员签名：
一级学科带头人意见：
学院分委会主席：
（ 学院盖章）
年 月 日
研究生课程
人才培养大纲
农业工程专业
《精准农业技术与装备》课程教学大纲
Precision Agriculture Technology and Equipment
一、课程基本信息
1．课程编号：13012082800002
2. 课程名称：精准农业技术与装备
3. 英文名称：Precision Agriculture Technology and Equipment
4．课程学时：32 理论学时:$LLZXS$ 实验学时:0
5．课程学分：2
6．开课季节：春季
7．开课院系：工程学院
8．课程类别：专业选修课
9．课程类型：理论课
10.成绩计算方法：$JSFF$
11．考核方式：考查课程论文
12．是否全英课程：$SFQYKC$
13．适用学生：
14．适用专业（领域）：全部
二、课程简介
《精准农业技术与装备》课程属于专业选修课。随着信息技术、计算机技术、传感测试技术、网络技术、人工智能技术在工业中的广泛应用并已发挥巨大的效能，在传统农业装备上引入信息化、自动化和智能化技术是21世纪农业现代化的必然发展趋势。本课程顺应这一发展趋势，在讲授精准农业关键技术的基础上，重点介绍当前精准农业装备的种类、工作原理、涉及的关键技术、应用现状和发展趋势等内容，使研究生能够比较全面地掌握精各类精准农业装备的发展状况、工作原理和核心技术。
三、课程教学目标及学生应达到的能力
课程教学目标是：培养研究生在精准农业技术与装备领域的科学研究能力，提高其技术研发水平，增强其技术创新意识。希望通过学完课程，学生应达到如下能力和要求：
（1）掌握农业机械装备无人驾驶、激光平地、航空遥感等技术要点；
（2）归纳、总结并理解精准农业机械与装备的共性关键技术；
（3）开阔视野、培养创新意识、全面了解当今世界各类精准农业装备的技术发展水平和应用现状。
四、课程教学内容、基本要求及学时安排
第一章（12学时）授课老师：臧英
1.精准农业技术基础
（1）精准农业技术概述
（2）精准农业技术体系
（3）国内外精准农业技术的发展概况
2. 农情信息快速获取技术
（1）遥感技术（RS）概述
（2）遥感图像获取及处理
（3）全球卫星定位系统（GPS）概述
（4）地理信息系统(GIS)概述
（5）3S技术在农林科学中的应用
3.农业专家系统和决策支持系统
（1）概论，包括专家系统基本概念、产生发展过程、分类和基本功能结构。
（2）专家系统基本技术
（3）典型农林专家系统分析
第二章（4学时）授课老师：胡炼
1.精准平地技术与装备
（1）激光发射器工作原理
（2）激光接收技术
（3）平地机液压技术
（4）平地铲自动调平技术
（5）国内外精准平地技术与装备研究进展
2.农业机器人
（1）农业机器人与现状
（2）现代农业机械与农业机器人
（3）末端执行器与机械臂及应用
（4）农业机器视觉的应用
（5）无人农场
第三章（8学时）授课老师：臧英
1.地面植保机械
（1）作物信息诊断技术
（2）变量施药处方生成技术
（3）变量施药决策技术
（4）变量施药控制技术
（5）变量施药国内外研究进展
2.农用无人机技术及装备
（1）农用无人机的基本原理
（2）农用无人机技术的应用
第四章（4学时）授课老师：何杰
农业机械导航及自动作业技术
（1）无人驾驶农机基本概念与系统组成
（2）无人驾驶农机的主要发展阶段及产品介绍
（3）无人驾驶农机研发与应用，包括现有农业机械电控化改造技术、GNSS导航控制技术、路径跟踪控制技术何自动作业控制技术
（4）视觉导航技术，包括机器视觉导航基本原理及研究进展
第五章（4学时）授课老师：王在满
水稻精准种植技术与装备
（1）水稻种植机械化现状
（2）水稻精准种植机械
（3）水田动力底盘
（4）土壤-作物-机器系统
五、课程教学方法与手段
课堂讲授、实验室授课与课程讨论三种形式相结合。
六、课程考核与成绩评定
学习要求为学生必须做好课前准备、考勤、课堂讨论等工作；课程考核形式为撰写课程论文的考查形式；成绩评定比例：考勤（平时）30%+期末70%。
七、课程联系（包括先修课程及后续课程）
课程所需基础：现代测试技术、微机原理、卫星空间定位技术、机器视觉
八、建议教材及教学参考书
参考书：
1. 《精准农业研究与实践》，赵春江主编，科学出版社，2009.
2. 《农业机器人》，近藤直主编，中国农业出版社，2011.
3. 《精细农业（第三版）》，何勇主编，浙江大学出版社， 浙江大学出版社，2022.
4. 《数字农作技术》，曹卫星主编，科学出版社，2008
九、任课教师
$RKJS$
十、其他说明
大纲修订人：臧英 | 修订日期：2023年4月25日 |
大纲审定人： | 审定日期： 年 月 日 |
《农业工程学科进展》课程教学大纲
New Development in Agricultural Engineering
一、课程基本信息
1．课程编号：13011082800001
2. 课程名称：农业工程学科进展
3. 英文名称：New Development in Agricultural Engineering
4．课程学时：32 理论学时:$LLZXS$ 实验学时:0
5．课程学分：2
6．开课季节：秋季
7．开课院系：工程学院
8．课程类别：专业必修课
9．课程类型：理论课
10.成绩计算方法：$JSFF$
11．考核方式：考查课程论文
12．是否全英课程：$SFQYKC$
13．适用学生：
14．适用专业（领域）：全部
二、课程简介
本课程是农业工程学科各专业博士生的必修课程，也可供农业工程学科专业学位硕士生选修，主要介绍国内外农业工程学科的研究与发展动态，主要研究领域的技术与理论发展，尤其是近几年的研究重点与有关成果。
三、课程教学目标及学生应达到的能力
目的是培养研究生具有除其研究方向以外的本学科的专门知识，使学生对整个学科的全貌及其新技术有一个概括的了解。
四、课程教学内容、基本要求及学时安排
讲序 讲授内容 教师
第 1 讲水果生产装备与技术发展动态 李君
第 2 讲农业机器人技术发展动态 刘天湖
第 3 讲粮食干燥装备与技术发展动态 李长友
第 4 讲设施农业装备与技术发展动态 辜松
第 5 讲猪场智能控制技术与装备发展动态吕恩利
第 6 讲甘蔗生产装备与技术发展动态 刘庆庭
第 7 讲水稻种植机械化技术发展动态 王在满
第8 讲农业航空应用技术发展动态 李继宇
第 9 讲无人农场技术发展动态 胡炼
第10讲课程讨论 李君
第11讲课程讨论 李君
五、课程教学方法与手段
课堂讲授：30学时
课程讨论：2学时
六、课程考核与成绩评定
（一）学习要求
结合课堂讲授，思考自己的研究方向或课题任务，达到开阔视野，提高能力的目的。
（二）课程考核
课程负责老师每年结合农业工程学科发展动态与研究热点，拟定一个主题，请研究生以此为题，查阅20-30篇本学科专业核心期刊论文（博士生要求有1/3以上的外文文献），进行研究与分析，撰写一篇正文为3000-5000字的研究报告。
研究报告完全按照《农业工程学报》期刊论文格式。
（三）成绩评定
1、报告格式——10分
2、报告摘要——10分
3、报告正文——40分
4、参考文献——10分
5、课堂考勤——30分
七、课程联系（包括先修课程及后续课程）
预修课程：《农业机械学》或《高等农业机械学》
八、建议教材及教学参考书
参考书：
[1].《高等农业机械学》，马旭，马成林主编，吉林大学出版社，2006.
[2].《农业机械化生产学》（下册），罗锡文主编，中国农业出版社，2002.
[3].《果园机械与设施》，洪添胜，张衍林，杨洲主编，中国农业出版社，2012.
主要期刊：
[1].《农业工程学报》，中国农业工程学会主办，ISSN：1002-6819
[2].《农业机械学报》，中国农业机械学会主办，ISSN：1000-1298
主要网站：
[1].中国农业机械化信息网http://www.amic.agri.gov.cn/
九、任课教师
$RKJS$
十、其他说明
大纲修订人：李君 | 修订日期：2023年5月4日 |
大纲审定人： | 审定日期： 年 月 日 |
《农业工程模型与仿真》课程教学大纲
Model of Agricultural Engineering and Simulation
一、课程基本信息
1．课程编号：13012082800006
2. 课程名称：农业工程模型与仿真
3. 英文名称：Model of Agricultural Engineering and Simulation
4．课程学时：32 理论学时:$LLZXS$ 实验学时:0
5．课程学分：2
6．开课季节：春季
7．开课院系：工程学院
8．课程类别：专业选修课
9．课程类型：理论课
10.成绩计算方法：$JSFF$
11．考核方式：考试笔试
12．是否全英课程：$SFQYKC$
13．适用学生：
14．适用专业（领域）：全部
二、课程简介
本课程是农业机械化工程二级学科博士研究生的必修课程之一，也是农业工程相关学科的选修课程。本课程是学习运用现代科技理论、方法和技术来建立农业工程系统模型，并通过计算机仿真解决较复杂问题的课程，在培养高层次农业工程科研人才中占有重要位置。主要介绍农业工程模型与仿真概述、农业工程系统建模方法、蒙特卡罗法、数字计算机仿真算法、农业工程系统计算机仿真应用实例、实体建模与仿真分析等内容。
三、课程教学目标及学生应达到的能力
本课程主要目的是使学生掌握农业工程系统的主要建模方法、计算机仿真的基本思想和科学框架，了解农业工程中的仿真方法展，为学生从事科学研究奠定坚实的理论基础。本课程着重讲解计算机仿真方法及其基本原理在农业工程领域中的应用，对其涉及到的数学理论，将不作详细的推导，要求学生借助参考书自学补充，并积极参与课堂讨论。
四、课程教学内容、基本要求及学时安排
第一章 绪论（2学时），授课老师：马旭
1-1 课程概述
1-2 农业工程模型概述
1-3农业工程仿真概述
1-4 农业生产工程模型
1-5 建模与仿真研究的进展
第二章 农业工程系统建模方法（8学时），授课老师：马旭
2-1 理论建模方法
2-2 试验建模方法
2-3 一些新理论和新方法建模
第三章 蒙特卡罗法（统计试验法）（4学时），授课老师：马旭
3-1 蒙特卡罗法概述
3-2 伪随机数
3-3 农业工程建模实例
第四章 仿真方法（6学时），授课老师：马旭
4-1 连续系统仿真技术
4-2 离散事件系统仿真技术
4-3 农业工程系统计算机仿真
第五章 农业工程系统仿真应用实例（4学时），授课老师：马旭
5-1 精密播种系统数字仿真
5-2 水稻插秧系统的动态仿真
第六章 农业工程系统实体建模与仿真应用实例（8学时），授课老师：刘庆庭
6-1 农业工程系统实体建模方法
6-2 农业工程系统实体仿真分析
五、课程教学方法与手段
课堂讲授：多媒体，自学：部分章节，专题讨论：课堂布置2-3次。
六、课程考核与成绩评定
学习要求：根据课程内容预习课程，以及根据上课老师布置准备课堂讨论内容；
课程考核与成绩评定：采取撰写论文或报告，以及课堂考勤与参与讨论相结合方式，其中期末论文或报告撰写为70%；课堂考勤与参与讨论为30%。
七、课程联系（包括先修课程及后续课程）
先修课为工程力学、数理统计和高等农业机械学等基础课程，没有基础的需补修硕士阶段课程。
八、建议教材及教学参考书
[1]陈东彦等编著. 数学建模， 科学出版社，2009
[2]刘铁梅. 农业系统分析与模拟，科学出版社，2010
[3]D.R.亨特著，陈济勤，王珍美译. 农业生产工程模型，农业出版社，1990
[4]马旭编著. 高等农业机械学，吉林大学出版社，2006
[5]罗锡文.农业工程理论探索与实践，中国农业出版社，2002
[6]伯纳斯基等.耕作播种于植物保护机械，机械工业出版社，1985
[7]中国力学学会办公室编.力学与农业工程，科学出版社，1994
[8]农业工程学报. 农业工程学会，各年期刊
[9]Transaction of the ABSAE. 美国生物与农业工程学会，各年期刊
九、任课教师
$RKJS$
十、其他说明
大纲修订人：马旭 | 修订日期：2023年5月4日 |
大纲审定人： | 审定日期： 年 月 日 |
《工程数学与应用》课程教学大纲
Engineering Mathematics and Application
一、课程基本信息
1．课程编号：13021082800001
2. 课程名称：工程数学与应用
3. 英文名称：Engineering Mathematics and Application
4．课程学时：48 理论学时:$LLZXS$ 实验学时:6
5．课程学分：3
6．开课季节：秋季
7．开课院系：工程学院
8．课程类别：专业必修课
9．课程类型：理论课+实验课
10.成绩计算方法：$JSFF$
11．考核方式：考试笔试
12．是否全英课程：$SFQYKC$
13．适用学生：
14．适用专业（领域）：全部
二、课程简介
《工程数学与应用》课程内容包括了《数值分析》、《复变函数》和《积分变换》三部分内容，课程性质为专业基础课。
（1）《数值分析》是研究用计算机求解各种数学问题的数值方法及其理论的一门学科。随着计算科技的进步和发展，科学计算已经与理论研究、科学实验并列成为进行科学活动的三大基本手段，作为一门综合性的新科学，科学计算已经成为了人们进行科学活动必不可少的科学方法和工具。课程主要研究误差来源及误差分析、非线性方程/组求解、函数插值、数值微积分和微分方程数值解等问题。
（2）《复变函数》和《积分变换》主要研究：复数运算、解析函数、初等函数、复变函数的积分理论、级数展开及留数理论、拉普拉斯变换、富里叶变换等。
《工程数学与应用》课程是工程类研究生的一门专业基础课程，有承上启下之作用。通过本课程的学习，使学生获得数值分析及计算、复变函数、积分变换等方面的基本概念、基本理论和基本运算能力，具备较熟练的运算能力和初步解决实际问题的能力。为后继专业课程的学习奠定良好的数学基础。
三、课程教学目标及学生应达到的能力
通过本课程的学习，要使学生获得数值分析及计算、复变函数、积分变换等方面的基本概念、基本理论和基本运算能力。
（1）掌握数值计算的基本概念和基本理论，深入理解计算方法的原理与处理问题的技巧，重视误差分析与收敛性、数值稳定性，注重利用计算机进行科学计算能力的培养。通过本课程的学习，使学生初步具有从事科学、工程等常用的一般方程、函数的数值计算的基本能力；
（2）初步掌握复变函数的基本理论和方法，掌握傅里叶变换与拉普拉斯变换的基本概念与方法，为学习相关专业课及以后实际应用提供必要的基础。
通过本课程的教学,使学生掌握课程中的基本概念和知识、基本思想及基本方法,培养学生的数学分析能力、抽象思维能力、逻辑推理能力，提高学生的综合素质以及运用所学知识解决实际问题的能力。
四、课程教学内容、基本要求及学时安排
（数值分析，24学时）
第1章 算法与误差（4学时） 授课老师：张建瓴
1、教学内容：误差，绝对误差、相对误差，有效数字；误差分析；误差的传递。
2、基本要求：理解与掌握误差、有效数字等相关概念，有关误差的传播及误差分析的基本方法。
3、重点与难点：有效数字的计算、误差的传播及误差分析方法。
第2章 非线性方程求解（4学时） 授课老师：张建瓴
1、教学内容：根区间的确定；二分法；迭代法；迭代过程的加速；牛顿法；弦截法；迭代法与收敛性。
2、基本要求：掌握方程求近似根的基本方法，如牛顿法、迭代法及收敛性，误差分析。
3、重点与难点：方程求近似根的基本方法，迭代法及收敛性、误差分析。
第3章 函数插值（4学时） 授课老师：张建瓴
1、教学内容：插值法与其必要性；线性插值；拉格朗日插值公式；插值余项；逐步插值法；分段插值法；误差估计。
2、基本要求：理解与掌握插值多项式、拉格朗日插值及其误差估计，分段插值，误差分析；
3、重点与难点：拉格朗日插值计算及其误差估计、逐步插值。
第4章 数值积分与数值微分（4学时） 授课老师：张建瓴
1、教学内容：数值积分的必要性与数值积分的特点；插值求积公式、变步长的梯形法则、求积公式的误差、龙贝方法、数值微分。
2、基本要求：理解与掌握矩形法，梯形法，龙贝算法。
3、重点与难点：矩形法，梯形法，龙贝算法、误差分析。
第5章 常微分方程的数值解（4学时） 授课老师：张建瓴
1、教学内容：一阶常微分方程的初值问题；改进的欧拉方法、龙格-库塔方法、步长的自动选择、微分方程组的求解方法。
2、基本要求：理解常微分方程的初值问题，掌握微分方程的欧拉方法、梯形法、龙格-库塔法；理解与掌握高阶方程的初值问题的数值解法；
3、重点与难点：欧拉法，龙格-库塔法
第6章 线性方程组的解法（4学时） 授课老师：张建瓴
1、教学内容：解的存在性与唯一性；迭代法解线性方程组、消去法解线性方程组、矩阵分解法解线性方程组。
2、基本要求：掌握解线性方程的两种方法，迭代法和消去法；
3、重点与难点：迭代法和消去法。
（复变函数，22学时）
第1章 复数与复变函数（4学时） 授课老师：张建瓴
1、教学内容：复数的概念、复数的代数运算；复平面、复球面；复数乘积与商、复数的幂与根；区域的概念、单连通域与多连通域；复变函数的定义、映射的概念；复变函数的极限和连续性。
2、基本要求：熟练掌握复数的各种表示方法及其运算；了解区域的概念；理解复变函数的概念；理解复变函数的极限和连续的概念；
3、重点与难点：复数的有关计算；复变函数的极限及连续性。
第2章 解析函数（4学时） 授课老师：张建瓴
1、教学内容：复变函数的导数与微分、解析函数的概念；函数解析的充要条件；解析函数和调和函数的关系；初等函数，指数函数、对数函数、乘幂ab与幂函数。
2、基本要求：理解函数的导数及解析的概念；掌握复变函数可导及解析的充要条件；了解指数函数、三角函数，对数函数及幂函数的定义及它们的主要性质；
3、重点与难点：函数解析的条件及解析型判定。
第3章 复变函数的积分（4学时） 授课老师：张建瓴
1、教学内容：复变函数积分的概念、积分存在的条件及其计算；柯西-古萨基本定理、复合闭路定理、柯西积分公式、解析函数的高阶导数。
2、基本要求：理解复变函数积分的定义及其性质，会求复变函数的积分；理解柯西-古萨基本定理、复合闭路定理、柯西积分定理；掌握柯西积分公式和高阶导数公式；
3、重点与难点：积分存在的条件及其计算；柯西-古萨基本定理、复合闭路定理和柯西积分公式的应用。
第4章 级数（4学时） 授课老师：张建瓴
1、教学内容：复数列的极限、级数概念；幂级数的概念、收敛圆与收敛半径、收敛半径的求法；泰勒级数和洛朗级数；
2、基本要求：理解复数级数收敛、发散和绝对收敛的概念；了解幂级数收敛园的概念；掌握幂级数收敛半径的求法；掌握泰勒定理及洛朗定理及其应用；
3、重点与难点：级数收敛性判定；收敛半径的求法；泰勒定理及洛朗定理的应用。
第5章 留数（4学时） 授课老师：张建瓴
1、教学内容：可去奇点、极点、本性奇点、函数的零点与极点的关系、函数在无穷远点的性态；留数的定义及留数定理、留数的计算规则、在无穷远点的留数；留数在定积分计算上的应用；
2、基本要求：理解留数的概念、掌握留数的计算方法；理解留数定理、了解留数在积分中的应用；
3、重点与难点：留数的计算；留数在积分中的应用。
第6章 保角映射（2学时） 授课老师：张建瓴
1、教学内容：解析函数导数的几何意义、保角映射的概念；分式线性映射；唯一决定分式线性映射的条件；几个初等函数所构成的映射。
2、基本要求：理解导数的几何意义和保形映射概念；掌握分式线性映射的基本性质。
3、重点与难点：保形映射；分式线性映射的基本性质。
（积分变换，8学时）
第1章 Fourier变换（4学时） 授课老师：张建瓴
1、教学内容：Fourier积分公式与Fourier积分存在定理；傅里叶变换及其逆变换的概念；单位脉冲函数的性质；Fourier变换的物理意义——频谱；傅里叶变换的性质；函数Fourier变换与逆变换的求法；卷积与相关函数的概念、卷积定理。
2、基本要求：熟悉Fourier积分公式与Fourier积分存在定理、理解Fourier变换与逆变换的概念；了解周期函数的Fourier级数及其复数形式，理解Fourier变换的物理意义、掌握卷积与卷积定理；掌握函数Fourier变换与逆变换的求法，以及Fourier变换与逆变换的性质。
3、重点与难点：函数Fourier变换与逆变换的计算；卷积与卷积定理。
第2章 Laplace变换（4学时） 授课老师：张建瓴
1、教学内容：Laplace变换及其逆变换的概念，Laplace变换的存在定理；Laplace变换的性质；Laplace反变换；卷积的概念与卷积定理；Laplace变换的应用。
2、基本要求：理解Laplace变换及其逆变换的概念，熟悉Laplace变换的存在定理、Laplace变换公式，卷积的概念与卷积定理；掌握Laplace变换的性质及应用。
3、重点与难点：Laplace变换及其逆变换的计算；卷积的概念与卷积定理；Laplace变换的性质及应用。
五、课程教学方法与手段
以课堂教学为主，并结合课堂练习与讨论，课后练习及答疑等手段使学生较好的掌握课程的重点和难点，提高学生的逻辑思维能力和计算能力。
六、课程考核与成绩评定
作业：按照每个章节内容要求在讲授完成后一周内交相应的作业
考试：闭卷考试，70%
考试要点：误差分析与计算；非线性方程求解的主要方法；函数插值计算方法；数值积分方法；常微分方程数值算法；线性方程组的解法；复数的基本运算；解析函数及其应用；复变函数的积分运算；级数运算；留数运算及应用；Fourier变换及Laplace变换的计算。
成绩评定：总成绩=考勤10%+作业20%+期末70%
七、课程联系（包括先修课程及后续课程）
先修课程：高等数学、线性代数、程序设计
八、建议教材及教学参考书
1、教材：
[1] 《数值分析》，颜庆津编著，北京：北京航空航天大学出版社，2006
[2] 《复变函数》，西安交通大学高等数学教研室编，第四版，高等教育出版社，1996
[3] 《积分变换》，张元林编，（第四版），北京：高等教育出版社，2003
2、参考书：
[1] 《数值分析》，李庆扬等编著，北京：清华大学出版社，2008
[2] 《应用数值分析》，王开荣，杨大地，高等教育出版社，2010
[3] 《数值分析》，陈昌明编著，高等教育出版社，2013
[4] 《数值方法》，关治，陆金甫，清华大学出版社，2006
[5] 《数值计算方法》，郑继明等，重庆：重庆大学出版社，2010
[6] 《复变函数论》，钟玉泉编，第二版，高等教育出版社，2000
九、任课教师
$RKJS$
十、其他说明
大纲修订人：张建瓴 | 修订日期：2023年5月4日 |
大纲审定人： | 审定日期： 年 月 日 |
《高等农业机械学》课程教学大纲
Advanced Agricultural Machinery
一、课程基本信息
1．课程编号：13021082800002
2. 课程名称：高等农业机械学
3. 英文名称：Advanced Agricultural Machinery
4．课程学时：32 理论学时:$LLZXS$ 实验学时:0
5．课程学分：2
6．开课季节：秋季
7．开课院系：工程学院
8．课程类别：专业必修课
9．课程类型：理论课
10.成绩计算方法：$JSFF$
11．考核方式：考试笔试
12．是否全英课程：$SFQYKC$
13．适用学生：
14．适用专业（领域）：全部
二、课程简介
高等农业机械学是农业工程一级学科硕士研究生的必修课程之一，也是机械工程相关学科的选修课程。本课程是学习运用现代科技理论、方法和技术来处理农业机械化工程中较复杂问题的课程，在培养高层次农业工程科研人才中占有重要位置。主要介绍农业可持续发展概论、旱作农业机械化耕作体系与技术装备 、农产品贮藏新技术、设施园艺环境与控制、节水农业技术与装备 、精细农业及其智能装备、 农田土壤信息采集及农业机器人、现代农业机械研究专题、 农业机械化系统分析等。
三、课程教学目标及学生应达到的能力
本课程是在本科基础上，进一步采用现代科技手段，解决当代农业工程装备的基础理论研究、产品设计、制造与生产、方案预测与决策、以及农业持续发展和经济评价等方面的问题。 目的在于使学生掌握现代农业机械的基本思想、科学框架、一般原理以及相关分析方法，为学生从事科学研究奠定坚实的理论基础。
四、课程教学内容、基本要求及学时安排
第一章 绪论（2学时），授课老师：马旭
1.1 高等农业机械学的研究对象
1.2 高等农业机械学的研究方法
1.3 我国农业机械化的发展与展望
1.4 本课程的学习方法
第二章 农业可持续发展概论（4学时），授课老师：马旭
2.1 可持续发展概述
2.2 发达国家篇
2.3 发展中国家篇
第三章 旱作农业机械化耕作体系与技术装备 （4学时），授课老师：马旭
3.1 我国旱地农业生产条件
3.2 我国北方旱区新型机械化作业体系及田间装备
3.3 北方旱区机械化保护性耕作体系及其装备
3.4 国外旱地农业机械化
第四章设施园艺环境与控制（2学时），授课老师：马旭
4.1 概述
4.2 农业生物环境对生物的影响
4.3 设施园艺环境检测与控制基本理论
4.4 园艺环境设施与装备
第五章 节水农业技术与装备 （4学时）；授课老师：马旭
5.1 节水农业的基本概念和意义
5.2 节水农业的理论基础
5.3 农田节水工程技术装备
第六章 精细农业及其智能装备 （4学时），授课老师：马瑞俊
6.1 精细农业技术的基本概念
6.2 精细农业的基本原理及应用
6.3 精细农业智能机械装备
第七章 农田土壤信息采集及农业机器人（4学时），授课老师：马瑞俊
7.1 土壤信息测量技术
7.2 农业机器人
第八章 现代农业机械研究专题（4学时），授课老师：杨丹彤
8.1工厂化蔬菜和水稻生产中的播种机与育苗技术
8.2 现代设计方法-设计方法学
8.3 机械创新设计
8.4 农机典型设计
第九章 农业机械化系统分析 （4学时），授课老师：杨丹彤
9.1农业系统分析与系统工程
9.2农业系统中的不确定性及处理技术
9.3农机作业委托系统分析
9.4农业生命周期评价
五、课程教学方法与手段
课堂讲授：多媒体，自学：部分章节，专题讨论：课堂布置2-3次。
六、课程考核与成绩评定
学习要求：根据课程内容预习课程，以及根据上课老师布置准备课堂讨论内容；
课程考核与成绩评定：采取撰写论文或报告，以及课堂考勤与参与讨论相结合方式，其中期末论文或报告撰写为70%；课堂考勤与参与讨论为30%。
七、课程联系（包括先修课程及后续课程）
先修课为工程力学、液压原理和农业机械学等基础课程，没有基础的需补修本科阶段课程。
八、建议教材及教学参考书
[1] 马旭等编著.高等农业机械学. 吉林大学出版社，2006年
[2] 马成林编著. 精密播种理论. 吉林科技出版社，1999年
[3] 农业机械学报. 农业机械学会,各年期刊
[4 ]农业工程学报. 农业工程学会,各年期刊
[5] Transaction of the ABSAE. 美国生物与农业工程学会,各年期刊
[6] J. Agric. Engng Res. 英国农业工程学会,各年期刊
[7] Biosystems Engineering. 美国生物与农业工程学会, 各年期刊
九、任课教师
$RKJS$
十、其他说明
大纲修订人：马旭 | 修订日期：2023年5月4日 |
大纲审定人： | 审定日期： 年 月 日 |
《农业生物环境与能源工程》课程教学大纲
Agricultural bio-environment and engergy engineering
一、课程基本信息
1．课程编号：35021082803001
2. 课程名称：农业生物环境与能源工程
3. 英文名称：Agricultural bio-environment and engergy engineering
4．课程学时：32 理论学时:$LLZXS$ 实验学时:0
5．课程学分：2
6．开课季节：秋季
7．开课院系：工程学院、材料与能源学院
8．课程类别：专业必修课
9．课程类型：理论课
10.成绩计算方法：$JSFF$
11．考核方式：考查课程论文
12．是否全英课程：$SFQYKC$
13．适用学生：
14．适用专业（领域）：全部
二、课程简介
提高学生对农业生物环境与生物质能源系统的基础认识， 明确当今生物质利用的相关技术手段，探讨生物质利用与环境保护的热点问题，探索农业生物环境与生物质能源发展的未来。
三、课程教学目标及学生应达到的能力
1、在于帮助学生对自己所学专业有较全面的了解
2、了解本专业及其相关学科的发展趋势、最新的科研成果、发展前沿及未解决的难题
3、引起学生对本专业学习的兴趣，培养学生的创新意识，知道在以后的学习中要掌握哪些重要的基础知识，为以后的专业课学习提供一个基本的概念
4、要求完成一份交流讨论PPT，加强对于课程所学知识的理解和具体运用，结合课程讲解的理论知识和应用例子
5、独立完成查阅相关资料、方案设计、优化改进、论文写作的工作，提交1篇较为完整的学术论文，作为考核材料。
四、课程教学内容、基本要求及学时安排
第一章 绪论 授课老师：蒋恩臣；课时（4学时）
第二章 生物质气化技术；授课老师：许细薇；课时（4学时）
第三章 生物质纤维素高值化利用及氢键调控；授课老师：张超群；课时（4学时）
第四章 绿色化学与生物材料工业；授课老师：郭垂根；课时（4学时）
第五章 生物质基复合材料；授课老师：郭垂根；课时（4学时）
第六章 生物质制氢技术；授课老师：许细薇；课时（4学时）
第七章 微生物负载生物炭在环境修复中的应用； 授课老师：余玲玲；课时（4学时）
第八章 秸秆等生物质的饲料化利用 授课老师：张庆；课时（4学时）
五、课程教学方法与手段
课堂教授为主，专题讨论为辅
六、课程考核与成绩评定
课堂讨论：随堂讨论+专题谈论
作业要求：至少二次作业
考核形式：课程论文1篇
成绩评定比例等：考勤15%+作业25%+期末60%
七、课程联系（包括先修课程及后续课程）
八、建议教材及教学参考书
参考书：
主要期刊：
《生物质热解原理与技术》
九、任课教师
$RKJS$
十、其他说明
大纲修订人：许细薇 | 修订日期：2023年5月4日 |
大纲审定人： | 审定日期： 年 月 日 |
《农业生物环境与能源工程》课程教学大纲
Agricultural bio-environment and engergy engineering
一、课程基本信息
1．课程编号：35021082803001
2. 课程名称：农业生物环境与能源工程
3. 英文名称：Agricultural bio-environment and engergy engineering
4．课程学时：32 理论学时:$LLZXS$ 实验学时:0
5．课程学分：2
6．开课季节：秋季
7．开课院系：工程学院、材料与能源学院
8．课程类别：专业必修课
9．课程类型：理论课
10.成绩计算方法：$JSFF$
11．考核方式：考查课程论文
12．是否全英课程：$SFQYKC$
13．适用学生：
14．适用专业（领域）：全部
二、课程简介
提高学生对农业生物环境与生物质能源系统的基础认识， 明确当今生物质利用的相关技术手段，探讨生物质利用与环境保护的热点问题，探索农业生物环境与生物质能源发展的未来。
三、课程教学目标及学生应达到的能力
1、在于帮助学生对自己所学专业有较全面的了解
2、了解本专业及其相关学科的发展趋势、最新的科研成果、发展前沿及未解决的难题
3、引起学生对本专业学习的兴趣，培养学生的创新意识，知道在以后的学习中要掌握哪些重要的基础知识，为以后的专业课学习提供一个基本的概念
4、要求完成一份交流讨论PPT，加强对于课程所学知识的理解和具体运用，结合课程讲解的理论知识和应用例子
5、独立完成查阅相关资料、方案设计、优化改进、论文写作的工作，提交1篇较为完整的学术论文，作为考核材料。
四、课程教学内容、基本要求及学时安排
第一章 绪论 授课老师：蒋恩臣；课时（4学时）
第二章 生物质气化技术；授课老师：许细薇；课时（4学时）
第三章 生物质纤维素高值化利用及氢键调控；授课老师：张超群；课时（4学时）
第四章 绿色化学与生物材料工业；授课老师：郭垂根；课时（4学时）
第五章 生物质基复合材料；授课老师：郭垂根；课时（4学时）
第六章 生物质制氢技术；授课老师：许细薇；课时（4学时）
第七章 微生物负载生物炭在环境修复中的应用； 授课老师：余玲玲；课时（4学时）
第八章 秸秆等生物质的饲料化利用 授课老师：张庆；课时（4学时）
五、课程教学方法与手段
课堂教授为主，专题讨论为辅
六、课程考核与成绩评定
课堂讨论：随堂讨论+专题谈论
作业要求：至少二次作业
考核形式：课程论文1篇
成绩评定比例等：考勤15%+作业25%+期末60%
七、课程联系（包括先修课程及后续课程）
八、建议教材及教学参考书
参考书：
主要期刊：
《生物质热解原理与技术》
九、任课教师
$RKJS$
十、其他说明
大纲修订人：许细薇 | 修订日期：2023年5月4日 |
大纲审定人： | 审定日期： 年 月 日 |
研究生课程
人才培养大纲
新一代电子信息技术（含量子技术）专业
中文名称：《边缘人工智能》课程教学大纲
英文名称：《Edge Artificial Intelligence》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 硕士课程 （博士课程、硕士课程。）
2．课程学时：总学时32 ，其中实验学时0。
3．课程学分：2 （最高不超2学分，特殊情况可3学分，详见培养方案指导意见）
4．开课季节： 春季 （春季或秋季）
5．开课教研室：人工智能
6．课程类别：一级学科选修课
7．课程类型：理论课
8．考核方式：考查，考试方式：期末大作业
9.成绩计算方式：考勤10%+作业40%+期末大作业50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生
11．适用学科、专业（领域）：学科√一级 √二级（请打√）；专业（领域） 人工智能、新一代信息技术
12．教学团队成员：蔡坤
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
通过本课程的学习，学生可全面认识边缘人工智能系统软件设计方法。本课程偏重于理论与实践结合解决工程问题。该课程为人工智能、新一代信息技术等专业的应用研究打下坚实的基础。
三、课程教学目标及学生应达到的能力
课程目标 | 对应专业的培养目标/规格或毕业要求 |
1. 知识层面：掌握边缘人工智能系统的基本框架、理论和基本概念，包括TensorFlow Lite基础、开发环境的搭建、转换模型和推断部署、性能优化等。 | 掌握课程的基本概念、理论和方法，为后续研究工作打下坚实的基础。 |
2. 能力层面：具有应用TensorFlowLite构建边缘人工智能系统处理实际问题的能力，包括培养开发环境的构建，模型转换、推断部署、性能优化的能力。 | 具备严谨的科研态度与作风,具备良好的应用知识能力和工程实践能力，能够高效地组织与领导实施科技项目开发，解决项目实施过程中遇到的问题。 |
3. 素质层面：在培养学生的专业素养的同时提高学生的道德素养，做到真正的“德”“智”并举。 | 为国家在人工智能领域，特别是智慧农业领域培养德才兼备的技术性人才。 |
四、课程教学内容简介、基本要求及学时安排
第一章（4学时）：人工智能和机器学习基础
1. 人工智能与机器学习基础知识
2. 人工智能的研究领域和应用场景
3. 使用Python 学习人工智能开发
4. TensorFlow Lite基础
第二章（4学时）:开发环境的搭建
1. 安装环境要求
2. 安装TensorFlow Lite
3. 准备开发工具IDE的使用
4. TensorFlow Lite 程序开发流程介绍
5. Android Studio 程序设计流程介绍
第三章（2学时）：转换模型
1. TensorFlow Lite 转换器
2.将元数据添加到 TensorFlow Lite模型
第四章（4学时）：推断
1.TensorFlow Lite推断运算符
2.TensorFlow Lite推断模型运行
3.元数据推断
第五章（2学时）：性能优化
1． 性能优化技术基础
2． TensorFlow Lite 委托
3． TensorFlow Lite GPU 代理
4． 模型优化
第六章（8学时）：手写数字识别器设计
1. 系统设计要求
2. 创建模型
3. Android 手写数字识别器设计
第七章（8学时）：物体检测识别系统设计
1.系统设计要求
2.准备模型
3.Android 物体检测识别器实现设计
五、课程教学方法与手段：课堂讲授+课程讨论
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课前预习、课后复习。
课程考核:
1.过程性考核：50 %
序号 | 考核形式 | 考核要求（内容、形式、次数等） | 分值（百分比） |
1 | 课堂考勤 | 每节课点名。 | 10% |
2 | 课程作业 | 按时提交课后布置的作业。 | 40% |
2. 结果性考核： 50 %
（1）考核方式：考查
（2）考核形式：期末大作业
七、本课程与其它课程的联系（预修课程、相关课程等）
预修课程: 机器学习与深度学习
八、建议教材及教学参考书
参考书籍 [1]张元勇 ，TensorFlow Lite移动设备深度学习从入门到实践，清华大学出版社，2021
[2]陈佳林，智能硬件与机器视觉：基于树莓派、Python和OpenCV，机械工业出版社，2020
九、审核
课程责任教师签名：蔡坤
教学团队成员签名：
一级学科带头人意见：
学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《高光谱图像技术》课程教学大纲
英文名称：《Hyperspectral imaging technology》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 硕士课程
2．课程学时：总学时 32，其中实验学时 4。
3．课程学分：2 （最高不超2学分，特殊情况可3学分，详见培养方案指导意见）
4．开课季节： 春季 （春季或秋季）
5．开课教研室：电子工程学院（人工智能学院）
6．课程类别：（二级学科选修课）
7．课程类型：（理论课、实验课）
8．考核方式：（考查），考试方式：（ ）
9.成绩计算方式：（请选择系统提供的选项：考勤（平时）50%+期末50%）
10．适用学生（授课对象）：（学术型硕士生、全日制专业硕士生、非全日制专业学位硕士生、在职专业学位硕士生、硕士留学生，只选其中一类或几类学生，但必需与上述第1点课程性质对应，不可随意填写，如能开放给留学生选的，也请加上相应的留学生选项。）
11．适用学科、专业（领域）：学科R一级£二级（请打√）；专业（领域） 新一代电子信息技术（含量子技术）
12．教学团队成员：李震，代芬，吕石磊。
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
高光谱图像技术是硕士专业学位新一代电子信息技术（含量子技术）的专业选修课程，也适用于信息与通信工程学术型硕士研究生选修。作为电子信息领域的应用课程，它主要介绍光谱学的相关知识，高光谱成像技术的基本原理，与高光谱图像处理有关的各类软、硬件平台，以及该技术在军事、工业和农业中的主要应用案例。它的主要授课对象是将从事智能农产品分级与检测技术研究的科研人员，强调实用性是课程的重要特色。
本课程教学内容分为三大部份：光谱学基本知识、高光谱原理与软硬件、高光谱图像技术应用，共14个课堂教学单元和2个实验单元。
三、课程教学目标及学生应达到的能力
（一）知识目标 ：通过课程的讲授，使学生掌握高光谱图像技术的基本理论、光谱技术的来源和高光谱图像的成像原理；掌握该技术及应用的基本知识内容。
（二）能力目标 ：掌握可见光照片、多光谱遥感图像、热红外遥感图像、和高光谱图像等不同类型图像解译方法，以及运用高光谱图像进行遥感及农业数据分析和综合研究方法与技能。
（三）素质目标：通过学习高光谱图像原理，培养学生设计现代农业参数获取系统的基本能力。
四、课程教学内容简介、基本要求及学时安排
第一章（2学时）授课老师：李震
1．高光谱图像技术简介
2．高光谱图像技术应用
第二章（8学时）授课老师：李震
高光谱图像数据处理
高光谱图像降维技术
高光谱图像分类
第三章（12学时）授课老师：吕石磊
1．高光谱图像技术在军事中的应用
2．高光谱图像技术在工业中的应用
3. 高光谱图像技术在农业中的应用
第四章（4学时）授课老师：代芬
1．高光谱图像采集硬件
2．高光谱数据处理软件
第五章（2学时）授课老师：李震
1．基于高光谱图像技术的农产品品质快速检测系统设计
第六章 软硬件认知实验（4学时）授课老师：代芬
1．高光谱图像采集设备认知
2．高光谱图像处理软件认知
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
本课程采用课堂教学和实验教学相结合的形式，课堂教学主要讲授相关的理论知识和介绍应用案例，实验教学主要包括认知高光谱图像技术相关的软、硬件设备。
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
1. 学习要求：参加课堂教学和实验教学，完整学习六个章节的学习和讨论活动。
2. 课程考核与成绩评定：考勤（平时）50%+期末50%，学生根据学习内容，按照要求提出一个基于高光谱图像技术的农产品品质快速检测系统设计方案。
七、本课程与其它课程的联系（预修课程、相关课程等）
本课程需要了解计算机图像处理、数据分析等课程的基本知识。
建议教材及教学参考书（包括主要参考期刊、主要参考网站，正式出版教材要求注明教《高光谱遥感——基础与应用》、Ruiliang，Pu 著，张竞成 译、高等教育出版社、2020；
参考书：[1]《现代食品检测技术（第三版）》，邹小波，赵杰文，陈颖，李志华，中国轻工业出版社，2022.
九、审核
课程责任教师签名：
教学团队成员签名：
一级学科带头人意见：
学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《集成电路基础》课程教学大纲
英文名称：《Fundamentals of Integrated Circuits》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 硕士课程 （博士课程、硕士课程）
2．课程学时：总学时32，其中实验学时2。
3．课程学分：2 （最高不超2学分，特殊情况可3学分，详见培养方案指导意见）
4．开课季节： 春季 （春季或秋季）
5．开课教研室：电子科学与技术
6．课程类别：一级学科选修课
7．课程类型：理论课
8．考核方式：考查，考试方式：期末大作业
9. 成绩计算方式：考勤10%+作业40%+期末50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生
11．适用学科、专业（领域）：学科√一级 √二级（请打√）；专业（领域） 新一代信息技术（含量子技术）、人工智能
12．教学团队成员：刘洪山、王建、梁亨茂
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
本课程主要培养学生对半导体集成电路有较全面的了解，理解集成电路产业链的组成及发展，掌握集成电路设计的基本方法、集成电路制造基本工艺以及集成电路封装与测试的基本手段。通过学习，实现对学生在知识、能力、素质三个层面的培养，帮助学生增长知识、提升能力、完善素质；增强其创业就业的能力，为学生未来的可持续发展奠定坚实基础。
三、课程教学目标及学生应达到的能力
课程目标 | 对应专业的培养目标/规格或毕业要求 |
1.知识层面：对集成电路有较全面的了解，理解集成电路产业链的组成及发展，掌握集成电路设计的基本方法、集成电路制造工艺以及集成电路封装与测试的基本手段。 | 掌握半导体集成电路设计、制造、封装和测试的关键技术 |
2.能力层面：为在晶体管、集成电路和半导体器件设计、制造打下坚实的理论基础。增强其创业就业的能力，为学生未来的可持续发展奠定坚实基础。 | 具备工科综合思维能力、推理能力和工程创新能力。能够在集成电路设计、微电子器件等部门，从事研究、开发、教学、管理、具有创新精神的应用型人才。 |
3.素质层面：促进对学生世界观、人生观、价值观的塑造与完善，塑造职业品格，提高集成电路职业素养。 | 树立远大目标，具备爱国敬业精神，具有强烈的社会责任感；为国家在新一代电子信息领域和智慧农业领域培养德才兼备的技术性人才。 |
四、课程教学内容简介、基本要求及学时安排
第一章（3学时）：绪论
1.1 集成电路概念
1.2 集成电路分类
1.3 电子器件的发展
1.4 集成电路的发展
第二章（3学时）：集成电路行业
2.1 背景知识
2.2 集成电路设计业
2.3 集成电路制造业
2.4 集成电路封装与测试业
2.5 中国的集成电路行业
2.6 中国芯及未来
第三章（4学时）： 半导体基础及IC材料
3.1 半导体基础
3.2 半导体理论模型
3.3 载流子性质
3.4 范德堡法测量载流子特性
3.5 IC制造材料
第四章（6学时）：集成器件基础
4.1半导体器件一览
4.2 集成器件基本结构
4.3 二极管
4.5 HBT异质结三极管
4.6 场效应管
4.7 MESFET和HEMT器件
第五章（4学时）：集成电路制造基本工艺
5.1制造流程概述
5.2 淀积工艺
5.4 氧化工艺
5.5 光刻技术
5.6掺杂工艺
5.7 CMP工艺
第六章（2学时）：集成电路封装与测试
6.1封装与测试概述
6.2 集成电路封装工艺
6.3 集成电路封装类型
6.4 集成电路测试
第七章（5学时）：IC器件工艺
7.1 IC器件概述
7.2 IC器件结构特征
7.3 双极性器件及电阻电容工艺
7.4 MOSFET工艺
7.5 等比例缩小规则
7.6 CMOS工艺发展
第八章（3学时）：集成电路设计
8.1 IC设计概述
8.2 IC设计流程
8.2.1 全定制设计
8.2.2 半定制设计
8.3 集成电路版图设计
实验：集成电路制造VR实验（2学时）
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
课程讲授、课堂讨论（组织）
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课前预习、课后复习。
课程考核：
1.过程性考核：50 %
序号 | 考核形式 | 考核要求（内容、形式、次数等） | 分值（百分比） |
1 | 课堂考勤 | 每节课点名。 | 10% |
2 | 课程作业 | 按时提交课后布置的作业。 | 40% |
2. 结果性考核： 50 %
考核形式：期末大作业
七、本课程与其它课程的联系（预修课程、相关课程等）
预修课程: 电路、模拟电子技术、数字电子技术
八、建议教材及教学参考书
[1] 郝跃等. 微电子概论（第二版）. 高等教育出版社，2011
[2] S. M. Sze wiley, Physics of Semiconductor Devices,. New York. 1981
[3] D.A.Neamen. 半导体物理与器件—基本原理. 清华大学出版社（McGraw-Hill原版），2003
九、审核
课程责任教师签名：刘洪山、王建、梁亨茂
教学团队成员签名：
一级学科带头人意见：
学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《智能优化算法》课程教学大纲
英文名称：《Intelligent optimization algorithms》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 硕士课程 （博士课程、硕士课程）
2．课程学时：总学时32，其中实验学时0。
3．课程学分：2 （最高不超2学分，特殊情况可3学分，详见培养方案指导意见）
4．开课季节： 春季 （春季或秋季）
5．开课教研室：电子信息工程
6．课程类别：一级学科选修课
7．课程类型：理论课
8．考核方式：考查，考试方式：期末大作业
9. 成绩计算方式：考勤10%+作业40%+期末50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生
11．适用学科、专业（领域）：学科√一级 √二级（请打√）；专业（领域） 新一代信息技术（含量子技术）、人工智能
12．教学团队成员：吕石磊、薛秀云
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
通过《智能优化算法》课程学习，学生能够从流程、代码和应用等方面对系列群体智能优化算法的理论与机制有深入理解，进而为现实中存在的大量不可微、非线、不确定复杂问题，尤其是复杂农业工程问题，提供了方便实用的优化求解途径和方法。
三、课程教学目标及学生应达到的能力
课程目标 | 对应专业的培养目标/规格或毕业要求 |
1. 知识层面：掌握Matlab语言的基本语法和常用模块，熟悉群体智能优化算法的流程及机制，了解本课程对专业学习的作用和地位。 | 掌握课程的基本概念和理论，为后续专业课程学习和专业问题解析的打下坚实的基础。 |
2. 能力层面：使学生具有使用Matlab语言实现新型群体智能优化算法及性能测试的能力。 | 分析、处理与智能优化算法有关的编程能力。 |
3. 素质层面：在培养学生的专业素养的同时提高学生的道德素养，做到真正的“德”“智”并举。 | 为国家在电子信息领域和智慧农业领域培养德才兼备的技术性人才。 |
四、课程教学内容简介、基本要求及学时安排
第一章（4学时）：绪论
2. 粒子群算法概念
3. 粒子群算法流程及伪代码
4. 基准测试函数
第二章（6学时）：蚁群算法
1. 蚁群算法概念
2. 蚁群算法流程及伪代码
3. 蚁群算法性能测试分析
第三章（6学时）： 蝙蝠算法
1. 蝙蝠算法概念
2. 蝙蝠算法流程及伪代码
3. 蝙蝠算法性能测试分析
第四章（6学时）：萤火虫算法
1. 萤火虫算法概念
2. 萤火虫算法流程及伪代码
3. 萤火虫算法性能测试分析
第五章（6学时）：蝴蝶优化算法
1. 蝴蝶优化算法概念
2. 蝴蝶优化算法流程及伪代码
3. 蝴蝶优化算法性能测试分析
第六章（4学时）：樽海鞘群算法
1. 樽海鞘群算法概念
2. 樽海鞘群算法流程及伪代码
3. 樽海鞘群算法性能测试分析
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
课程讲授、课堂讨论（组织）
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课前预习、课后复习。
课程考核：
1.过程性考核：50 %
序号 | 考核形式 | 考核要求（内容、形式、次数等） | 分值（百分比） |
1 | 课堂考勤 | 每节课点名。 | 10% |
2 | 课程作业 | 按时提交课后布置的作业。 | 40% |
2. 结果性考核： 50 %
考核形式：期末大作业
七、本课程与其它课程的联系（预修课程、相关课程等）
预修课程:Matlab技术及应用
八、建议教材及教学参考书
参考书：[1] 刘景森， 李煜，基于群体智能的生物启发式优化方法及应用，中国经济出版社，2020
[2] 王培崇，群体智能算法及其应用，电子工业出版社，2015
九、审核
课程责任教师签名：吕石磊、薛秀云
教学团队成员签名：
一级学科带头人意见：
学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《智能系统设计》课程教学大纲
英文名称：《Intelligent System design》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 硕士课程 （博士课程、硕士课程）
2．课程学时：总学时32，其中实验学时0。
3．课程学分：2 （最高不超2学分，特殊情况可3学分，详见培养方案指导意见）
4．开课季节： 春季 （春季或秋季）
5．开课教研室：电子信息工程
6．课程类别：一级学科选修课
7．课程类型：理论课
8．考核方式：考查，考试方式：期末大作业
9. 成绩计算方式：考勤10%+作业40%+期末50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生
11．适用学科、专业（领域）：学科√一级 √二级（请打√）；专业（领域） 新一代信息技术（含量子技术）、人工智能
12．教学团队成员：孙道宗
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
《智能系统设计》面向电子信息方向的专业课程，具有较强的实践性，该课程主要介绍基于嵌入式应用软件开发所使用的交叉开发环境进行ARM指令集调用，基于S3C2410平台开发基本的Linux操作系统，对S3C2410平台外设进行应用程序的开发。目的是使学生了解S3C2410A的基本结构和工作原理，了解Linux操作系统的基本功能和开发要点，掌握ARM架构嵌入式系统开发的主流技术和主要方式。
三、课程教学目标及学生应达到的能力
课程目标 | 对应专业的培养目标/规格或毕业要求 |
1. 知识层面：理解ARM7种工作模式下31个通用寄存器的分组和使用方式，理解和掌握ARM指令集。 | 了解S3C2410A的基本结构和工作原理，了解Linux操作系统的基本功能和开发要点。 |
2. 能力层面：理解嵌入式应用软件开发所使用的交叉开发环境。 | 掌握嵌入式开发时宿主机和目标机间的区别及其协调工作关系。 |
3. 素质层面：ARM指令集中四大类指令的符号及调用格式。 | 能够进行常规嵌入式系统设计。 |
四、课程教学内容简介、基本要求及学时安排
第一章（2学时）：嵌入式系统基础
1.1 嵌入式系统概述
1.2 嵌入式处理器
1.3 嵌入式操作系统
1.4 实时操作系统的内核
第二章（2学时）：嵌入式系统开发过程
2.1 嵌入式软件开发的特点
2.2 嵌入式软件的开发流程
2.3 嵌入式系统的调试
2.4 板级支持包
第三章（12学时）： ARM体系结构
3.1 ARM体系结构概述
3.2 ARM编程模型
3.3 ARM基本寻址方式
3.4 ARM指令集
第四章（4学时）：RM系统硬件设计基础
4.1 ARM开发环境简介
4.2 基于ARM的汇编语言程序设计
4.3 基于ARM的硬件启动程序设计
4.4 基于ARM的C语言与汇编语言混合编程
第五章（6学时）：基于S3C2410的系统硬件设计
5.1 S3C2410简介
5.2 I/O口 5.3 中断 5.4 DMA
5.5 A/D 5.6 LCD 5.7 触摸屏
第六章（6学时）：Linux操作系统基础
6.1 Linux操作系统概述
6.2 Linux设备管理
6.3 Linux的使用
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
课程讲授、课堂讨论（组织）
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课前预习、课后复习。
课程考核：
1.过程性考核：50 %
序号 | 考核形式 | 考核要求（内容、形式、次数等） | 分值（百分比） |
1 | 课堂考勤 | 每节课点名。 | 10% |
2 | 课程作业 | 按时提交课后布置的作业。 | 40% |
2. 结果性考核： 50 %
考核形式：期末大作业
七、本课程与其它课程的联系（预修课程、相关课程等）
预修课程：微机原理与接口技术
八、建议教材及教学参考书
参考书：[1] 徐英慧、马忠梅.ARM9嵌入式系统设计—基于S3C2410与Linux.北京航空航天大学
出版社，2015（第3版）
[2] 王剑等.嵌入式系统设计与应用——基于ARM Cortex-A8和Linux.清华大学出版社，2017.
九、审核
课程责任教师签名：孙道宗
教学团队成员签名：
一级学科带头人意见：
学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《现代测控技术及应用》课程教学大纲
英文名称：《Modern measurement & control technology and its application》
一、课程基本信息
1．课程编号：36022070100003 (留空，不填)，课程性质： 硕士课程
2．课程学时：总32学时 ，其中实验0学时。
3．课程学分：2
4．开课季节：秋季
5．开课教研室：电子信息工程
6．课程类别：一级学科专业选修课
7．课程类型：理论课
8．考核方式：笔试 考试方式：开卷
9.成绩计算方式：考勤（平时）30%+期末70%
10．适用学生（授课对象）：学术型硕士、专业型硕士
11．适用学科、专业（领域）：学科√一级 □二级（请打√）；专业（领域） 农业工程
12．教学团队成员： 王卫星，孙道宗
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
《现代测控技术及应用》是硕士研究生的一门专业选项课程。通过该课程的学习，学生了解现代测控技术的发展和计算机控制系统的组成与分类；学习计算机/单片机系统的接口技术；学习微机控制系统的PID算法原理与实现；学习步进电机、直流伺服电机和变频控制系统，该课程学习可以为研究生完成课题研究的相关内容打下坚实基础。
三、课程教学目标及学生应达到的能力
课程教学目标是：培养研究生在农情信息获取、智慧农业等领域的科学研究能力，提高其技术研发水平，增强其技术创新意识。希望通过学完课程，学生应达到如下能力和要求：
了解现代测控技术的发展概况；
理解计算机控制系统的组成与分类；
理解采样定理，掌握单片机系统显示器、A/D转换器接口技术；
掌握微型计算机控制系统的控制算法原理，掌握PID控制算法原理与实现方法；
掌握步进电机控制系统的原理及应用；
掌握直流电机控制系统的原理及应用；
掌握变频调速原理及应用。
四、课程教学内容简介、基本要求及学时安排
第一章 现代测控技术发展（2学时）授课老师： 王卫星
第二章 单片机接口技术（8学时）授课老师： 王卫星、孙道宗
第三章 微机控制系统（7学时）授课老师：王卫星
第四章 步进电机控制系统（6学时）授课老师： 王卫星、孙道宗
第五章 直流伺服电机控制系统（3学时）授课老师：王卫星
第六章 变频调速控制系统（6学时）授课老师：孙道宗
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
课堂讲授、查阅资料与课程讨论三种形式相结合。
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求为学生必须做好课前准备、考勤、课堂讨论等工作；课程考核形式为开卷考试形式；成绩评定比例：考勤（平时）30%+期末70%。
七、本课程与其它课程的联系（预修课程、相关课程等）
课程所需基础： 《电工学》等。
八、建议教材及教学参考书（包括主要参考期刊、主要参考网站，正式出版教材要求注明教材名称、作者姓名、出版社、年份；自编教材要求注明是否成册、编写者姓名、编写者职称、字数等）
参考书：
[1]潘新民.微型计算机控制技术.电子工业出版社，2014（第2版）；
[2]王卫星等.单片机原理与开发技术.中国水电水利出版社，2019（第3版）。
九、审核
课程责任教师签名：
教学团队成员签名：
一级学科带头人意见：
学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《科学思维方法》课程教学大纲
英文名称：《Methods of Scientific Thinking》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 硕士课程（博士课程、硕士课程。）
2．课程学时：总学时32，其中实验学时0。
3．课程学分：2 （最高不超2学分，特殊情况可3学分，详见培养方案指导意见）
4．开课季节：秋季（春季或秋季）
5．开课教研室：电子信息工程
6．课程类别：一级学科必修课
7．课程类型：理论课
8．考核方式：考查，考试方式：课程报告、口试
9.成绩计算方式：考勤10%+作业40%+期末50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生
11．适用学科、专业（领域）：学科√一级 √二级（请打√）；专业（领域） 新一代信息技术（含量子技术）、人工智能
12．教学团队成员：王文博
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
科学研究的本质是创新，要么做前人没有做过的工作，发现新问题，发明新方法，要么改进前人的方法、修正前人的结果或推翻前人的结论。总之，一切科学研究活动都必须围绕创新开展，科学思维是一种创新思维，其中的方法论往往贯穿于各门具体的学科之中，是从这些具体的学科中总结提炼出来的，同时可用于指导各自专业领域的研究工作和其他探索未知问题的创造性工作。因此，可课程是一门基础的工具性的课程。通过本课程的学习，学生可认识、理解基本的科学研究方法和科学发展规律，启发自己的思维方式，为今后从事具体领域的研究工作提供理论和实践方面的支撑。
三、课程教学目标及学生应达到的能力
课程目标 | 对应专业的培养目标/规格或毕业要求 |
了解现代科学体系的建立与发展过程，特别是电子信息科学领域主要的创新与创造的历程，掌握常用的科学思维方法，有意识的运用到专业学习和研究中去。 | 掌握课程的基本概念和理论，为后续专业课程学习和专业问题解析的打下坚实的基础。 |
提高分析解决问题的能力和创新能力，具备从事不同领域的研究工作及其他创造性活动的方法论基础。 | 具备严谨的科研态度与作风,具备良好的应用知识能力和工程实践能力，能够高效地组织与领导实施科技项目开发，解决项目实施过程中遇到的问题。 |
在培养学生的专业素养的同时提高学生的道德素养，做到的“德”“智”并举。在注重提升学生思辨能力的同时加强思政教育，做到“红”“专”结合。 | 为国家在电子信息领域和智慧农业领域培养德才兼备的技术性人才。 |
四、课程教学内容简介、基本要求及学时安排
第一章（8学时）科学思维方法概论
1．科学问题的定义与特征
2．科学发展的历程与规律
3. 古代、近代和现代的科学思维方法的源流与演化
4. 从电子信息科学的历史看方法论创新的重要性
第二章（10学时）常用的科学思维方法及例证
1．演绎与归纳思维方法
2．分析与综合思维方法
3. 抽象与具体思维方法
4. 概率思维与统计思想
5. 直觉主义与启发式策略
第三章（14学时） 科学思维方法综合训练
小球称重问题
p值模型
代价互联的最优分组问题
交流研讨
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
课堂讲授、课程讨论
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
课前课后学习要求：适当预习、及时复习。
课堂讨论要求：规定发言环节提前做好充分准备，自由发言环节积极参与讨论。
课程考核：
1.过程性考核：50 %
序号 | 考核形式 | 考核要求（内容、形式、次数等） | 分值（百分比） |
1 | 课堂考勤 | 每节课点名。 | 10% |
2 | 课程作业 | 按时提交课后布置的作业。 | 40% |
2. 结果性考核： 50 %
考核形式：课程研究报告
七、本课程与其它课程的联系（预修课程、相关课程等）
预修课程：大学数学、普通物理学、计算机基础、电子信息专业概论
八、建议教材及教学参考书（包括主要参考期刊、主要参考网站，正式出版教材要求注明教材名称、作者姓名、出版社、年份；自编教材要求注明是否成册、编写者姓名、编写者职称、字数等）
参考书：
Norbert Wiener. The Human Use of Human Beings. Da Capo Press. 1954.
Hans Camenind. Much Ado About Almost Nothing: Man’s Encounter With The Electron. BookLocker.com. 2007.
Herbert A. Simon. The Sciences of The Artificial. The MIT Press. 2009.
九、审核
课程责任教师签名：
教学团队成员签名：
一级学科带头人意见：
学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《智能机器人系统》课程教学大纲
英文名称：《Intelligent Robot System 》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 硕士课程 （博士课程、硕士课程。）
2．课程学时：总学时32 ，其中实验学时0。
3．课程学分：2 （最高不超2学分，特殊情况可3学分，详见培养方案指导意见）
4．开课季节： 春季 （春季或秋季）
5．开课教研室：人工智能
6．课程类别：一级学科选修课
7．课程类型：理论课
8．考核方式：笔试，考试方式：开卷
9.成绩计算方式：考勤10%+作业40%+期末50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生
11．适用学科、专业（领域）：学科√一级 √二级（请打√）；专业（领域） 新一代信息技术（含量子技术）、人工智能
12．教学团队成员：徐海涛
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
《智能机器人系统》课程系统地介绍了机器人学的基本知识，包括机器人空间描述和变换、正运动学、逆运动学、轨迹生成、线性控制和力控制，机器人视觉与传感器技术等方面内容。在此基础上将人工智能的理念和技术融入机器人学。通过本课程的学习，学生可全面认识机器人学的数理理论基础，掌握机器人运动学原理和应用案例。本课程注重讨论人工智能与机器人学的交叉融合，既有理论分析部分，也配套对应的应用实践实例。深入掌握该课程内容，将为人工智能相关专业研究生修读后续专业课程、开展科研工作提供理论和实践方面的支撑。
三、课程教学目标及学生应达到的能力
课程目标 | 对应专业的培养目标/规格或毕业要求 |
1.知识层面： 了解机器人的概念、分类、空间变换、正逆运动学、轨迹生成、控制原理和相关的传感器技术，掌握机器人学的基础知识；在此基础上，了解人工智能在智能机器人发展中的重要作用，并讨论相关的伦理学问题并根据自己的思考撰写课程论文。 | 系统掌握人工智能及相关信息技术和计算科学的基本理论、知识和方法；掌握扎实的数学基础、程序设计编程技能和人工智能算法体系。 |
2.能力层面： 全面了解机器人学和智能机器人基础，具备利用所掌握的智能机器人方面的知识和技术，进行相关领域的科学研究和创新应用的能力。 | 具备在各领域从事人工智能赋能、设计开发和科学研究的能力；具有自主学习、自我发展和不断创新的能力；具备将专业知识、算法与技能融会贯通，能够独立发现问题，并利用所掌握的技术体系解决本学科或跨学科问题的能力。 |
3.素质层面： 通过对国内外智能机器人领域发展历程和代表性企业的介绍，以及在课程教授过程中，通过积极展示中国在军事、农业、工业、娱乐、消防、警用等领域的机器人技术自主创新的实例，坚定学生对我国智能机器人产业发展的信心，树立坚持自主创新的意识，激励学生积极投入到祖国的社会主义现代化建设中去。 | 热爱祖国，拥护中国共产党的领导，牢固树立并践行社会主义核心价值观，具有高度的社会责任感、良好的敬业精神、较强的创新精神，遵纪守法，诚实守信，恪守学术道德规范；具有求真务实的科学态度。 |
四、课程教学内容简介、基本要求及学时安排
第一章（4学时）：机器人学基础知识
1．机器人的发展
2．机器人的基本概念
3. 机器人学与人工智能
4. 机器人学的研究领域
第二章（6学时）：机器人学的数学基础
1．位置和姿态的表示
2．坐标变换
3. 通用旋转变换
第三章（6学时）： 智能机器人体系结构
1．慎思式体系结构
2．反应式体系结构
3. 混合式体系结构
4. 新型体系结构
5. 机器人操作系统
第四章（6学时）：智能机器人中的传感器
1．内部传感器
2．外部传感器
3．视觉传感器
4． 距离传感器
第五章（6学时）：环境感知与建模
1．SLAM中的常用模型
2．地图构建中的常用地图及其选择标准
3．机器人定位技术
第六章（4学时）：路径规划
1．环境地图的表示
2．路径规划技术
3．全局路径规划算法
4．局部路径规划算法
五、课程教学方法与手段：课堂讲授+课程讨论
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课前预习、课堂分组讨论、课后复习。
课程考核:
1.过程性考核：50 %
序号 | 考核形式 | 考核要求（内容、形式、次数等） | 分值（百分比） |
1 | 课堂考勤 | 课堂考勤 | 10% |
2 | 课程作业 | 按时提交课后布置的作业。 | 40% |
2. 结果性考核： 50 %
（1）考核方式：考试
（3）考核的试题类型与分值比例：
选择题：20%
填空题：10%
名词解释：10%
简答题：25%
论述题：35%
七、本课程与其它课程的联系（预修课程、相关课程等）
预修课程：智能嵌入式系统，传感器与检测技术，最优化方法
八、建议教材及教学参考书
参考书籍 [1]陆建峰等，人工智能智能机器人，电子工业出版社，2020
[2] John J. Craig（约翰 J.克雷格，美国），机器人学导论（第四版），机械工业出版社，2019
九、审核
课程责任教师签名：
教学团队成员签名：
一级学科带头人意见：
学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《试验数据统计与分析》课程教学大纲
英文名称：《Staistics and analysis of experimental data》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 硕士课程 （博士课程、硕士课程。）
2．课程学时：总学时16 ，其中实验学时0 。
3．课程学分：1 （最高不超2学分，特殊情况可3学分，详见培养方案指导意见）
4．开课季节： 秋季 （春季或秋季）
5．开课教研室：电子信息工程
6．课程类别：一级学科必修课
7．课程类型：理论课
8．考核方式：考查，考试方式：期末大作业
9．成绩计算方式：考勤10%+作业40%+期末50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生
11．适用学科、专业（领域）：学科一级 二级（请打√）；专业（领域） 新一代信息技术（含量子技术）
12．教学团队成员： 薛秀云
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
《试验数据统计与分析》是一门运用统计学思想、数理统计的原理和方法研究复杂工程、农业、生物现象的数量特征及其规律的学科，是本专业研究生的必修课，在学科体系中居重要地位。通过本课程学习，能够使学生掌握科学试验设计的原则和技术，熟练设计和制定合适的科学试验方案，并正确选用统计分析方法，用统计分析软件SPSS、R等进行数据的处理与分析，减少试验误差的干扰，帮助学生从繁杂冗余的试验数据中得到本质和规律，从而得出正确的结论。同时，作为一种可用于数据收集和系统分析的强大工具，其在实验科学、产品设计、管理科学和社会科学等领域中应用广泛。
三、课程教学目标及学生应达到的能力
课程目标 | 对应专业的培养目标/规格或毕业要求 |
1. 知识层面：以概率论和数理统计为理论基础，指导研究生科学、合理地安排和设计试验，并对研究工作获取的数据进行筛查、处理，必要时建立相应的模型，以便于控制和预测，或了解过程的机理。 | 掌握试验设计、优化、数据统计和分析的基本概念和理论，为后续专业课程学习、专业问题解析、研究成果的产出打下坚实的基础。 |
2. 能力层面：在研究过程中制定合理的试验和数据分析处理方案，一方面减少试验工作量，另一方面解析数据背后的本质信息，以最小的试验工作量，科学合理地得到最可靠的信息。 | 培养学生试验方案设计能力和统计意识，用学到的理论知识设计试验过程、分析和解决实际研究过程中的问题，并利用所掌握的技术体系解决本学科或跨学科问题的能力。 |
3. 素质层面：在培养学生专业素养的同时，加强学生试验设计、数据记录及数据统计分析中的职业道德及规范，提高学生的道德素养，做到真正的“德”“智”并举。 | 通过试验设计和数据统计分析能力的培养，促进学生的逻辑思维能力，增强学生的问题剖析能力，提高实际问题解决能力，最终提高研究生在科研创新方面的素养，为国家在电子信息领域、农业工程领域培养德才兼备的科学研究和技术性人才。 |
四、课程教学内容简介、基本要求及学时安排
第一章（1学时）：绪论
1．试验设计、数据统计分析概念与基本要素
2．试验设计、统计分析基本原则
3．试验设计历史与发展
4．试验数据分析的统计学基本概念
5．试验数据的统计描述和推断
6．常用统计分析软件
第二章（3学时）：简单比较试验
1．统计学基本概念
2．抽样和抽样分布
3．图示法
4．两独立样本均值的统计推断
5．成对样本均值的统计推断
6．正态分布方差的统计推断
第三章（3学时）：单因子试验
1．探索性分析
2．方差分析
3．固定效应模型分析
4．模型诊断
5．均值的进一步比较
6．分散效应分析
7．随机效应模型分析
第四章（3学时）：随机化区组与拉丁方
1．完全随机区组设计
2．拉丁方设计
3．希腊拉丁方设计
第五章（3学时）：析因设计
1．析因设计基本概念
2．析因设计的优点
3．两因子析因设计
4．多因子析因设计
5．拟合响应曲线与曲面
6．含区组的析因设计
第六章（3学时）：2k析因设计
1．22析因设计
2．23析因设计
3．一般的2k析因设计
4．2k析因设计的单次重复
5．加入中心点的设计
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
课程讲授、课堂讨论（组织）
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课前预习、课后复习。
1.过程性考核：50 %
序号 | 考核形式 | 考核要求（内容、形式、次数等） | 分值（百分比） |
1 | 课堂考勤 | 每节课点名。 | 10% |
2 | 课程作业 | 按时提交课后布置的作业。 | 40% |
2. 结果性考核： 50 %
考核形式：期末大作业
七、本课程与其它课程的联系（预修课程、相关课程等）
预修课程：概率论与数理统计、线性代数
八、建议教材及教学参考书
参考书：[1]《试验的设计与分析》，王万中主编，高等教育出版社，北京，2004.
[2]《试验设计与数据分析：基于R语言应用》，郑杰主编，华南理工大学出版社，广州，2016.
[3]《科研数据分析与绘图指导》袁吉有主编，科学出版社，北京，2020.
九、审核
课程责任教师签名：薛秀云
教学团队成员签名：
一级学科带头人意见：
学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《论文写作基础》课程教学大纲
英文名称：《Paper Writing》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 硕士课程 （博士课程、硕士课程。）
2．课程学时：32总学时 ，其中实验0学时。
3．课程学分：2
4．开课季节： 秋季
5．开课教研室：电子工程学院（人工智能学院），微电子工程系
6．课程类别：一级学科必修课
7．课程类型：理论课（
8．考核方式：其他，考试方式：开卷
9.成绩计算方式：考勤+期末大作业，考勤（平时）50%+期末50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生
11．适用学科、专业（领域）：学科□一级 √二级（请打√）；专业（领域） 新一代电子信息技术(含量子技术)
12．教学团队成员：薛月菊 ，孙道宗 ，李震。
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
本课程是本研究生专业的必修课，在学科体系中居重要地位。本课程有利于培养学生进行科学研究的能力，并帮助、指导学生顺利完成学术论文、毕业论文写作。本课程可以培养学生的科研创新意识、严谨工作态度，良好学术道德，锻炼学生的思维组织能力，训练学生的语言运用能力，激活学生的知识输出与输入。通过教学，使学生了解毕业论文的写作要求和撰写规范，知道如何撰写毕业论文，并掌握写作论文的方法。
三、课程教学目标及学生应达到的能力
本课程的教学目的在于培养学生撰写毕业论文的能力，要求学生对文献材料有一定的综合分析能力、并能用自己的语言表达个人观点和意见，同时还要求学生学会正确地引用他人的观点，避免有意或无意的抄袭现象。本课程的任务是使学生了解从选题、文献调研、资料分析、列提纲、起草、修改到编辑的写作基本方法和基本技能，了解毕业论文开题报告、文献综述、摘要、引言、正文、结语的写作方法及文献引用方法等，为学生毕业论文写作提供指导和帮助，对学生基本的科研能力训练。
四、课程教学内容简介、基本要求及学时安排
第一章 概论（2学时）
1. 科技论文的写作目的
2. 科技论文的特点
3. 科技论文的写作
第二章 科技论文的撰写（10学时）
1．题名
2．作者署名
3．摘要
4．关键词
6．引言的写作
7．正文
8．结论
9.写作实践与分享
第三章 数学公式与数学符号（2学时）
1. 数学公式与数学符号
2. 数字的使用和表达方式
第四章 插图与表格（4学时）
1. 插图
2. 表格
第五章 稿件的处理（4学时）
1.投稿
2.稿件回修
第六章 写作实例与实践（4学时）
1.写作实例分享
2.改进
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
课程讲授、课堂讨论（组织）
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课前预习、课后复习。
课程考核：
1.过程性考核：50 %
序号 | 考核形式 | 考核要求（内容、形式、次数等） | 分值（百分比） |
1 | 课堂考勤 | 每节课点名。 | 10% |
2 | 课程作业 | 按时提交课后布置的作业。 | 40% |
2. 结果性考核： 50 %
考核形式：期末大作业
七、本课程与其它课程的联系（预修课程、相关课程等）
试验数据统计与分析
八、建议教材及教学参考书（包括主要参考期刊、主要参考网站，正式出版教材要求注明教材名称、作者姓名、出版社、年份；自编教材要求注明是否成册、编写者姓名、编写者职称、字数等）
参考书：[1].赵秀珍，科技论文写作教程，北京理工大学出版社，2005
九、审核
课程责任教师签名：薛月菊，孙道宗
教学团队成员签名：
一级学科带头人意见：
学院分委会主席：
（ 学院盖章）
年 月 日
研究生课程
人才培养大纲
人工智能专业
中文名称：《边缘人工智能》课程教学大纲
英文名称：《Edge Artificial Intelligence》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 硕士课程 （博士课程、硕士课程。）
2．课程学时：总学时32 ，其中实验学时0。
3．课程学分：2 （最高不超2学分，特殊情况可3学分，详见培养方案指导意见）
4．开课季节： 春季 （春季或秋季）
5．开课教研室：人工智能
6．课程类别：一级学科选修课
7．课程类型：理论课
8．考核方式：考查，考试方式：期末大作业
9.成绩计算方式：考勤10%+作业40%+期末大作业50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生
11．适用学科、专业（领域）：学科√一级 √二级（请打√）；专业（领域） 人工智能、新一代信息技术
12．教学团队成员：蔡坤
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
通过本课程的学习，学生可全面认识边缘人工智能系统软件设计方法。本课程偏重于理论与实践结合解决工程问题。该课程为人工智能、新一代信息技术等专业的应用研究打下坚实的基础。
三、课程教学目标及学生应达到的能力
课程目标 | 对应专业的培养目标/规格或毕业要求 |
1. 知识层面：掌握边缘人工智能系统的基本框架、理论和基本概念，包括TensorFlow Lite基础、开发环境的搭建、转换模型和推断部署、性能优化等。 | 掌握课程的基本概念、理论和方法，为后续研究工作打下坚实的基础。 |
2. 能力层面：具有应用TensorFlowLite构建边缘人工智能系统处理实际问题的能力，包括培养开发环境的构建，模型转换、推断部署、性能优化的能力。 | 具备严谨的科研态度与作风,具备良好的应用知识能力和工程实践能力，能够高效地组织与领导实施科技项目开发，解决项目实施过程中遇到的问题。 |
3. 素质层面：在培养学生的专业素养的同时提高学生的道德素养，做到真正的“德”“智”并举。 | 为国家在人工智能领域，特别是智慧农业领域培养德才兼备的技术性人才。 |
四、课程教学内容简介、基本要求及学时安排
第一章（4学时）：人工智能和机器学习基础
1. 人工智能与机器学习基础知识
2. 人工智能的研究领域和应用场景
3. 使用Python 学习人工智能开发
4. TensorFlow Lite基础
第二章（4学时）:开发环境的搭建
1. 安装环境要求
2. 安装TensorFlow Lite
3. 准备开发工具IDE的使用
4. TensorFlow Lite 程序开发流程介绍
5. Android Studio 程序设计流程介绍
第三章（2学时）：转换模型
1. TensorFlow Lite 转换器
2.将元数据添加到 TensorFlow Lite模型
第四章（4学时）：推断
1.TensorFlow Lite推断运算符
2.TensorFlow Lite推断模型运行
3.元数据推断
第五章（2学时）：性能优化
1． 性能优化技术基础
2． TensorFlow Lite 委托
3． TensorFlow Lite GPU 代理
4． 模型优化
第六章（8学时）：手写数字识别器设计
1. 系统设计要求
2. 创建模型
3. Android 手写数字识别器设计
第七章（8学时）：物体检测识别系统设计
1.系统设计要求
2.准备模型
3.Android 物体检测识别器实现设计
五、课程教学方法与手段：课堂讲授+课程讨论
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课前预习、课后复习。
课程考核:
1.过程性考核：50 %
序号 | 考核形式 | 考核要求（内容、形式、次数等） | 分值（百分比） |
1 | 课堂考勤 | 每节课点名。 | 10% |
2 | 课程作业 | 按时提交课后布置的作业。 | 40% |
2. 结果性考核： 50 %
（1）考核方式：考查
（2）考核形式：期末大作业
七、本课程与其它课程的联系（预修课程、相关课程等）
预修课程: 机器学习与深度学习
八、建议教材及教学参考书
参考书籍 [1]张元勇 ，TensorFlow Lite移动设备深度学习从入门到实践，清华大学出版社，2021
[2]陈佳林，智能硬件与机器视觉：基于树莓派、Python和OpenCV，机械工业出版社，2020
九、审核
课程责任教师签名：蔡坤
教学团队成员签名：
一级学科带头人意见：
学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《精准农业航空技术与应用》课程教学大纲
英文名称：《Technology and Application of Precision Agricultural Aviation》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 硕士课程
2．课程学时：总学时32 ，其中实验学时0。
3．课程学分：2 （最高不超2学分，特殊情况可3学分，详见培养方案指导意见）
4．开课季节：春季
5．开课教研室：人工智能系
6．课程类别：公共必修课
7．课程类型：理论课
8．考核方式：考查， 考试方式：开卷
9.成绩计算方式：考勤25%+作业25%+期末50%
10．适用学生（授课对象）：全日制专业硕士生
11．适用学科、专业（领域）：学科□一级 √二级；专业（领域） 人工智能专业
12．教学团队成员：兰玉彬，陈盛德，邓小玲。
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
《精准农业航空技术及应用》属于多学科交叉技术应用型课程，把航空相关技术与现代农业相结合，该课程全面综合地向学生展示了精准农业及农业航空应用技术，农业航空的应用对促进现代农业发展发挥巨大推动作用，课程涉及农业航空应用前景、应用领域、应用技术，开拓学生的专业视野，使学生在农业相关学科发展方面提供新的研究思路，引领精准农业航空应用技术前沿。
三、课程教学目标及学生应达到的能力
教学目标：通过本课程的学习，使学生对农业航空的发展历史、现状、趋势，农业航空机型，航空喷雾的基本理论，药效评价，航空遥感基本理论，农用无人机标准及作业规范等知识；从而开拓学生的专业视野，使学生在农业相关学科发展方面提供新的研究思路，引领精准农业航空应用技术前沿。
能力层面：通过本课程的学习，培养学生创新能力，能够结合课程案例和特定领域的问题开展交叉融合，激励学生积极面对解决专业领域实际应用问题。并培养学生的爱国主义和民族自豪感，在学习知识技能的同时，以培养爱国情怀为先，掌握技术为辅，以最终能够解决实际问题为最终目的。
四、课程教学内容简介、基本要求及学时安排
第一章（4学时）授课老师：兰玉彬
1. 精准农业航空概述
1.1精准农业航空技术介绍
1.2精准农业航空技术发展现状
1.3精准农业航空技术未来发展趋势
第二章（4学时）授课老师：兰玉彬
2. 农业航空作业飞机
2.1农业航空飞机发展历史
第三章（4学时）授课老师：陈盛德
3. 农业航空无人机飞控系统
3.2农用无人机飞控系统原理
第四章（4学时）授课老师：陈盛德
4. 航空施药技术与应用
4.1航空施药系统
第五章（4学时）授课老师：陈盛德
5.1无人机导航关键技术
第六章（4学时）授课老师：陈盛德
第七章（4学时）授课老师：邓小玲
7. 农业航空遥感技术与平台
第八章（4学时）授课老师：邓小玲
8.1农业航空撒播
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
采用多媒体教学，理论与实际应用相结合；课堂教学和精品视频在线课程教学相结合。并在教学活动中，结合与课程概念相关的案例，穿插讲授专业知识和历史案例，了解我国农业航空的发展史，争当一名符合新时代需求的德才兼备的专业人才。
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
1. 过程性考核： 50 %
序号 | 考核形式 | 考核要求（内容、形式、次数等） | 分值（百分比） |
1 | 课堂考勤 | 5次 | 25（25%） |
2 | 课程作业 | 5次 | 25（25%） |
2. 结果性考核： 50 %
考核方式：提交课程学习报告
七、本课程与其它课程的联系（预修课程、相关课程等）
八、建议教材及教学参考书（包括主要参考期刊、主要参考网站，正式出版教材要求注明教材名称、作者姓名、出版社、年份；自编教材要求注明是否成册、编写者姓名、编写者职称、字数等）
参考书：[1]《精准农业航空技术与应用》，兰玉彬主编，中国农业出版社，2021.
[2]《精准农业航空植保技术》，兰玉彬主编，中国科学出版社，2022.
主要网站：超星平台精品在线课程 https://mooc1-2.chaoxing.com/course/template60/204492469.html
九、审核
课程责任教师签名：
教学团队成员签名：
一级学科带头人意见：
学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《计算机视觉》课程教学大纲
英文名称：《Computer Vision》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 硕士课程 （博士课程、硕士课程。）
2．课程学时：总学时32 ，其中实验学时0。
3．课程学分：2 （最高不超2学分，特殊情况可3学分，详见培养方案指导意见）
4．开课季节： 春季 （春季或秋季）
5．开课教研室：人工智能
6．课程类别：一级学科选修课
7．课程类型：理论课
8．考核方式：考查
9.成绩计算方式：考勤10%+作业40%+考查成绩50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生√
11．适用学科、专业（领域）：学科√一级 √二级（请打√）；专业（领域） 人工智能、新一代信息技术
12．教学团队成员：陈欣
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
通过本课程的学习，学生可理解计算机视觉的常见算法和应用，并深刻领会计算机视觉技术在人工智能领域的重要作用。本课程偏重于应用分析，结合实际案例讲解计算机视觉的主要算法和程序，包括初级视觉、中级视觉、三维视觉和运动、人脸检测与识别、车载视觉系统等，该课程为人工智能、新一代信息技术等专业后续专业课程的学习打下坚实的基础。
三、课程教学目标及学生应达到的能力
课程目标 | 对应专业的培养目标/规格或毕业要求 |
1. 知识层面：掌握计算机视觉的基本原理、常见算法，包括图像滤波和形态学、边缘检测、物体分割、深度学习网络、人脸识别等，了解本课程在人工智能领域的作用和地位。 | 掌握计算机视觉主要算法的基本原理，为创新性算法的提出和论文的发表打下基础。 |
2. 能力层面：在掌握现有计算机视觉主要算法的基础上，具有提出创新性的视觉算法的能力。 | 在理解现有计算机视觉算法的基础上，具有对现有计算机视觉算法进行改进，并完成改进实验的能力。 |
3. 素质层面：通过带领学生学习人脸识别、车载视觉系统等计算机视觉技术，使学生体验到人工智能技术给国家、给社会带来的变革性影响。 | 通过带领学生体验计算机视觉在人工智能领域的重要作用，以及在社会变革中的重要作用，培养学生的社会责任感和爱国情怀。 |
四、课程教学内容简介、基本要求及学时安排
第一章（2学时）：计算机视觉面临的挑战
1.1 导言—人类及其感官
1.2 视觉的本质
1.2.1 识别过程
1.2.2 解决识别问题
1.2.3 物体定位
1.2.4 场景分析
1.2.5 视觉是逆向图形学
1.3 从自动视觉检测到监控
第二章（4学时）:图像与图像处理
2.1 导言
2.2 图像处理操作
2.2.1 灰度图像的一些基本操作
2.2.2 二值图像的基本操作
2.3 卷积和点扩散函数
2.4 顺序操作与并行操作
第三章（6学时）： 图像滤波和形态学
3.1 导言
3.2 通过高斯平滑抑制噪声
3.3 中值滤波器
3.4 模式滤波器
3.5 秩排序滤波器
3.6 锐化–反锐化掩模
3.7 中值滤波器引入的偏移
3.7.1 中值偏移的连续体模型
3.7.2 推广到灰度图
3.7.3 中值偏移的离散模型
3.8 秩排序滤波器引入的偏移
3.9 滤波器在计算机视觉工业应用中的作用
3.10 图像滤波中的色彩
3.11 二值图像的膨胀和腐蚀
3.11.1 膨胀和腐蚀
3.11.2 抵消效应
3.11.3 改进的膨胀与腐蚀算子
3.12 数学形态学
3.12.1 泛化的形态学膨胀
3.12.2 泛化的形态学腐蚀
3.12.3 膨胀与腐蚀之间的对偶性
3.12.4 膨胀与腐蚀算子的特性
3.12.5 闭合与开启
3.12.6 基本形态学运算概要
3.13 形态学分组
3.14 灰度图像中的形态学
3.15 结束语
第四章（4学时）：阈值的作用
4.1 导言
4.2 区域生长方法
4.3 阈值方法
4.3.1 寻找合适的阈值
4.3.2 解决阈值选取中的偏差问题
4.4 自适应阈值
4.5 更彻底的阈值选择方法
4.5.1 基于方差的阈值
4.5.2 基于熵的阈值
4.5.3 最大似然阈值
4.6 全局波谷阈值方法
4.7 应用全局波谷阈值方法的实际结果
4.8 直方图凹性分析
4.9 结束语
第五章（4学时）：边缘检测
5.1 导言
5.2 边缘检测基本理论
5.3 模板匹配方法
5.4 3×3模板算子理论
5.5 微分梯度算子的设计
5.6 圆形算子的概念
5.7 圆形算子的详细实现
5.8 微分边缘算子的系统设计
5.9 上述方法的问题—?一些替代方案
5.10 滞后阈值
5.11 Canny算子
5.12 Laplacian算子
5.13 结束语
第六章（4学时）：角点、兴趣点和不变特征的检测
6.1 导言
6.2 模板匹配
6.3 二阶导数方法
6.4 基于中值滤波的角点检测器
6.4.1 分析中值检测器的操作
6.4.2 实际结果
6.5 Harris兴趣点算子
6.5.1 各种几何构型的角点信号和位移
6.5.2 交叉点和T形交叉点的性能
6.5.3 Harris算子的不同形式
6.6 角点方向
6.7 局部不变特征检测器与描述符
6.7.1 几何变换和特征标准化
6.7.2 Harris尺度、仿射不变检测器和描述符
6.7.3 Hessian尺度、仿射不变检测器和描述符
6.7.4 尺度不变特征变换算子
6.7.5 加速鲁棒特征算子
6.7.6 最大稳定极值区域
6.7.7 各种不变特征检测器的比较
6.7.8 定向梯度直方图
6.8 结束语
第七章（2 学时）：纹理分析
7.1 导言
7.2 纹理分析的一些基本方法
7.3 灰度共生矩阵
7.4 Laws纹理能量法
7.5 Ade特征滤波器法
7.6 对Laws法和Ade法的评估
7.7 结束语
第八章（2 学时）：二值化形状分析
8.1 导言
8.2 二值图像的连通性
8.3 物体标记和计数
8.4 尺寸滤波
8.5 距离函数及其用途
8.6 骨架和细化
8.6.1 交叉数
8.6.2 细化的并行和顺序实现
8.6.3 引导细化
8.6.4 如何看待骨架的本质
8.6.5 骨架节点分析
8.6.6 骨架在形状识别中的应用
8.7 形状识别的其他度量
8.8 边界跟踪过程
8.9 结束语
第九章（2 学时）：边界模式分析
9.1 导言
9.2 边界跟踪过程
9.3 质心轮廓
9.4 质心轮廓方法存在的问题
9.5 （s, ψ）图
9.6 解决遮挡问题
9.7 边界长度度量的准确性
9.8 结束语
第十章（2 学时）：直线、圆和椭圆的检测
10.1 导言
10.2 霍夫变换在直线检测中的应用
10.3 垂足法
10.4 使用RA
五、课程教学方法与手段：课堂讲授+课程讨论
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课前预习、课后复习。
课程考核:
1.过程性考核：50 %
序号 | 考核形式 | 考核要求（内容、形式、次数等） | 分值（百分比） |
1 | 课堂考勤 | 每节课点名。 | 10% |
2 | 课程作业 | 按时提交课后布置的作业。 | 40% |
2. 结果性考核： 50 %
（1）考核方式：考查。
（2）考核形式：提交课程论文。
（3）考核的试题类型与分值比例： 根据提交的课程论文评分。
七、本课程与其它课程的联系（预修课程、相关课程等）
预修课程:线性代数、机器学习与深度学习、算法分析与设计。
八、建议教材及教学参考书
参考书籍 [1] E.R.戴维斯，计算机视觉原理、算法、应用及学习，机械工业出版社，2020。
[2]西蒙.J.D.普林斯，计算机视觉模型、学习和推理，机械工业出版社，2017。
九、审核
课程责任教师签名：
教学团队成员签名：
一级学科带头人意见：
学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《现代数字信号处理》课程教学大纲
英文名称：《Modern Digital Signal Processing 》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 硕士课程 （博士课程、硕士课程。）
2．课程学时：总学时32 ，其中实验学时0。
3．课程学分：2 （最高不超2学分，特殊情况可3学分，详见培养方案指导意见）
4．开课季节： 春季 （春季或秋季）
5．开课教研室：人工智能
6．课程类别：一级学科选修课
7．课程类型：理论课
8．考核方式：笔试，考试方式：开卷
9.成绩计算方式：考勤10%+作业40%+期末50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生
11．适用学科、专业（领域）：学科√一级 √二级（请打√）；专业（领域） 人工智能、新一代信息技术
12．教学团队成员：代芬
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
通过本课程的学习，学生可全面认识数字信号处理的理论思想和处理方法、最优化方法、经典和现代滤波算法等。本课程偏重于理论分析，也有算法的应用实践要求。该课程为人工智能、新一代信息技术等专业后续专业课程的学习打下坚实的基础，提供有力的技术支持与理论保证。
三、课程教学目标及学生应达到的能力
课程目标 | 对应专业的培养目标/规格或毕业要求 |
1. 知识层面：掌握现代数字信号处理课程的基本框架、理论和基本概念，包括时域离散随机信号的分析方法、经典和现代滤波算法、信号视频分析等，了解本课程对专业学习的作用和地位。 | 掌握课程的基本概念和理论，为后续专业课程的学习打下坚实的基础。 |
2. 能力层面：具有处理离散信号和离散随机信号的能力，会使用数字信号处理工具处理实际的数字信号，如滤波、去噪以及参数调优等操作。 | 分析与处理与人工智能领域有关的数字信号（语音信号和图像信号）的能力。 |
3. 素质层面：在培养学生的专业素养的同时提高学生的道德素养，做到真正的“德”“智”并举。 | 为国家在人工智能领域，特别是智慧农业领域培养德才兼备的技术性人才。 |
四、课程教学内容简介、基本要求及学时安排
第一章（8学时）：数字信号处理基础知识
1．信号的定义
2．确定性信号
3. 离散信号的时域分析
4. 傅里叶变换与Z变换
5.经典滤波器设计方法
第二章（6学时）:随机信号的分析
1． 随机信号的统计描述
2． 随机序列数字特征的估计
3. 平稳随机序列通过线性系统
4. 时间序列信号模型
第三章（12学时）： 现代信号滤波器
1．最优线性滤波器
2．匹配滤波器
3. 维纳滤波与预测
4. 卡尔曼滤波
5. 自适应数字滤波器
7. 数字图像的滤波应用
第四章（6学时）：信号估计
1．信号估计的定义
2. Bayes估计
3.最大似然估计
4.线性均方估计
5.最小二乘估计
五、课程教学方法与手段：课堂讲授+课程讨论
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课前预习、课后复习。
课程考核:
1.过程性考核：50 %
序号 | 考核形式 | 考核要求（内容、形式、次数等） | 分值（百分比） |
1 | 课堂考勤 | 每节课点名。 | 10% |
2 | 课程作业 | 按时提交课后布置的作业。 | 40% |
2. 结果性考核： 50 %
（1）考核方式：考试
（2）考核形式：开卷考试
（3）考核的试题类型与分值比例：
填空题：20%；选择题：20%；简答题：30%；综合题：30%
七、本课程与其它课程的联系（预修课程、相关课程等）
预修课程:概率论与数理统计、信号与系统、数字信号处理
八、建议教材及教学参考书
参考书籍 [1]张贤达，现代信号处理，清华大学出版社，2015
[2]邓小玲，数字信号处理，北京理工大学出版社，2019
九、审核
课程责任教师签名：
教学团队成员签名：
一级学科带头人意见：
学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《人工智能程序设计（全英）》课程教学大纲
英文名称：《AI Programing 》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 硕士课程 （博士课程、硕士课程。）
2．课程学时：总学时16 ，其中实验学时0。
3．课程学分：1 （最高不超2学分，特殊情况可3学分，详见培养方案指导意见）
4．开课季节： 秋季 （春季或秋季）
5．开课教研室：人工智能
6．课程类别：专业必修课
7．课程类型：理论课
8．考核方式：笔试，考试方式：开卷
9.成绩计算方式：考勤10%+作业40%+期末50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生
11．适用学科、专业（领域）：学科√一级 √二级（请打√）；专业（领域） 人工智能、新一代信息技术
12．教学团队成员：刁寅亮、陈欣、俞龙
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
通过本课程的学习，使学生掌握人工智能程序设计的基本方法、基本特点；人工智能原理及其应用，启发学生的思路，促使学生掌握Python语言在机器学习、深度学习、大数据等领域的应用。该课程为人工智能、新一代信息技术等专业后续专业课程的学习打下坚实的基础，提供有力的技术支持与理论保证。
三、课程教学目标及学生应达到的能力
课程目标 | 对应专业的培养目标/规格或毕业要求 |
1. 知识层面：掌握Python程序设计语言的基本语法，常用模块，常用机器学习方法的Python实现，了解本课程对专业学习的作用和地位。 | 掌握课程的基本概念和理论，为后续专业课程的学习打下坚实的基础。 |
2. 能力层面：使学生具有使用Python程序实现自然语言处理、数据挖掘和开发机器学习算法的能力。 | 分析与处理与人工智能领域有关的编程能力。 |
3. 素质层面：在培养学生的专业素养的同时提高学生的道德素养，做到真正的“德”“智”并举。 | 为国家在人工智能领域，特别是智慧农业领域培养德才兼备的技术性人才。 |
四、课程教学内容简介、基本要求及学时安排
第一章（4学时）：Python程序设计基础
1．Python变量
2．控制语句
3. 数据结构、字符串和文件
4. 多维数组和NumPy
5.面向对象编程
第二章（4学时）:自然语言处理
1． 简介
2． TextBlob
3. 词语可视化
4. 机器学习自然语言应用
第三章（4学时）： 机器学习
1．Scikit-learn
2．K近邻算法和案例研究
3. 无监督学习和案例研究
4. 深度学习和案例研究
第四章（4学时）：大数据处理
1．关系数据库和结构化查询语言
2. NoSQL和NewSQL数据库
3. 案例研究
五、课程教学方法与手段：课堂讲授+课程讨论
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课前预习、课后复习。
课程考核:
1.过程性考核：50 %
序号 | 考核形式 | 考核要求（内容、形式、次数等） | 分值（百分比） |
1 | 课堂考勤 | 每节课点名。 | 10% |
2 | 课程作业 | 按时提交课后布置的作业。 | 40% |
2. 结果性考核： 50 %
（1）考核方式：考试
（2）考核形式：开卷考试
（3）考核的试题类型与分值比例：
填空题：20%；选择题：20%；简答题：30%；综合题：30%
七、本课程与其它课程的联系（预修课程、相关课程等）
预修课程:程序设计基础、机器学习
八、建议教材及教学参考书
参考书籍 [1]保罗·戴特尔，Python程序设计：人工智能案例实践，机械工业出版社，2021
[2]保罗·戴特尔，Python大学教程：面向计算机科学和数据科学，机械工业出版社，2021
九、审核
课程责任教师签名：
教学团队成员签名：
一级学科带头人意见：
学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《云计算与大数据》课程教学大纲
英文名称：《Cloud computing and big data》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 硕士课程 （博士课程、硕士课程。）
2．课程学时：总学时32 ，其中实验学时0。
3．课程学分：2 （最高不超2学分，特殊情况可3学分，详见培养方案指导意见）
4．开课季节： 春季 （春季或秋季）
5．开课教研室：人工智能
6．课程类别：一级学科选修课
7．课程类型：理论课
8．考核方式：考察，考试方式：案例分析
9.成绩计算方式：考勤10%+作业40%+期末50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生
11．适用学科、专业（领域）：学科√一级 √二级（请打√）；专业（领域） 人工智能、新一代电子信息技术
12．教学团队成员：龙拥兵、王建华
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
通过本课程的学习，学生可全面认识数字信号处理的理论思想和处理方法、最优化方法、经典和现代滤波算法等。本课程偏重于理论分析，也有算法的应用实践要求。该课程为人工智能、新一代信息技术等专业后续专业课程的学习打下坚实的基础，提供有力的技术支持与理论保证。
三、课程教学目标及学生应达到的能力
课程目标 | 对应专业的培养目标/规格或毕业要求 |
1. 知识层面：掌握云计算与大数据的基本框架、理论和基本概念，包括云计算技术、云计算构建、云存储、大数据框架、大数据处理、数据获取与可视化等，了解本课程对专业学习的作用和地位。 | 掌握课程的基本概念和理论，为后续专业课程的学习打下坚实的基础。 |
2. 能力层面：具有利用大数据技术进行数据分析和处理的能力，掌握在大数据框架下利用数据挖掘、机器学习、深度学习等技术进行数据分析和处理的能力。 | 掌握利用云计算和大数据技术进行数据处理和挖掘的能力。 |
3. 素质层面：在培养学生的专业素养的同时提高学生的道德素养，做到真正的“德”“智”并举。 | 为国家在人工智能领域，特别是为大数据智能领域培养德才兼备的技术性人才。 |
四、课程教学内容简介、基本要求及学时安排
第一章（2学时）：云计算和大数据的基本概念
1．云计算基本概念和技术
2．大数据基本概念和技术
3. 云计算、大数据与人工智能的关系
第二章（6学时）:云计算技术
1． 云计算技术基本构架
2． 虚拟化与容器技术
3. 云存储
4. OpenStack开源虚拟化平台
第三章（10学时）大数据框架与技术
1．Hadoop框架
2．分布式文件系统
3. 分布式数据库HBASE
4. SPARK框架
第四章（4学时）：大数据智能
1．数据挖掘
2.机器学习
3.深度学习
第五章（4学时）：数据采集与可视化
1.数据采集
2.数据可视化
第六章（4学时）;案列分析
五、课程教学方法与手段：课堂讲授+课程讨论
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课前预习、课后复习。
课程考核:
1.过程性考核：50 %
序号 | 考核形式 | 考核要求（内容、形式、次数等） | 分值（百分比） |
1 | 课堂考勤 | 每节课点名。 | 10% |
2 | 课程作业 | 按时提交课后布置的作业。 | 40% |
2. 结果性考核： 50 %
（1）考核方式：考查
（2）考核形式：案列分析
七、本课程与其它课程的联系（预修课程、相关课程等）
预修课程:机器学习与深度学习
八、建议教材及教学参考书
参考书籍 [1]刘鹏等，《云计算》（第三版），电子工业出版社，2016
[2]徐小龙等，《云计算与大数据》， 电子工业出版社，2021
[3]龙拥兵等，《大数据技术及农业应用》，中国农业大学出版社，2022
九、审核
课程责任教师签名：
教学团队成员签名：
一级学科带头人意见：
学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《虚拟现实技术》课程教学大纲
英文名称：《Virtual Reality Technology》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质：硕士课程（博士课程、硕士课程。）
2．课程学时：总学时32，其中实验学时0。
3．课程学分：2（最高不超2学分，特殊情况可3学分，详见培养方案指导意见）
4．开课季节：春季（春季或秋季）
5．开课教研室：人工智能
6．课程类别：一级学科选修课
7．课程类型：理论课
8．考核方式：考查，考试方式：无
9.成绩计算方式：考勤20%+ 平时作业30%+期末50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生
11．适用学科、专业（领域）：学科√一级√二级（请打√）；专业（领域）人工智能、新一代信息技术
12．教学团队成员：王建华
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
虚拟现实技术是信息领域一个新兴的多学科交叉研究方向，综合了计算机图形、光电成像、融合显示、多传感器、图像处理、计算机视觉等多门学科。本课程旨在培养学生在虚拟现实领域的研究与创新能力以及应用该技术解决有关问题的综合应用能力，掌握虚拟现实应用系统的设计方法，全面了解三维注册技术、渲染显示技术、人机交互技术等虚拟现实领域的关键技术。本课程将全面介绍全球范围内的虚拟现实技术前沿发展、输入 / 输出设备、计算体系结构、核心技术、应用方法和开发工具等相关知识，使学生树立 VR 的总体概念，初步具备 VR系统设计、开发的基础，培养学生VR的开发实践能力。
通过对该课程的学习，使学生从感知与理解、建模与绘制、呈现与交互、分布与协同等方面增强学生对虚拟现实知识的理解，了解当前虚拟现实技术面临的机遇与挑战，掌握 VR 的基础知识和工程基础，具备解决 VR系统的设计、运维和工程应用方面的复杂工程问题，在理论知识与实践操作技能上同时得到训练提高。对于培养高素质信息科技人才，增强我国虚拟现实创新创业活力具有十分重要的意义。
三、课程教学目标及学生应达到的能力
课程目标 | 对应专业的培养目标/规格或毕业要求 |
1. 知识层面：了解全球范围内的虚拟现实技术前沿发展、虚拟现实技术的输入 / 输出硬件设备、系统技术等；了解本课程对专业学习的作用和地位。 | 掌握课程的基本概念和理论，方法与技术，为后续本课程相关技术学习打下坚实的基础。 |
2. 能力层面：掌握虚拟现实技术的相关软硬件应用方法及技术。 | 培养掌握虚拟现实技术的能力。 |
3. 素质层面：在培养学生的专业素养的同时提高学生的道德素养，做到真正的“德”“智”并举。 | 为国家在人工智能领域培养德才兼备的全面技术性人才。 |
四、课程教学内容简介、基本要求及学时安排
第一章 虚拟现实技术概论（4学时）
1. 虚拟现实技术的概念、分类、研究对象
2. 虚拟现实技术的发展及研究现状
第二章 虚拟现实系统的组成（6学时）
1. 虚拟现实系统输入设备
2. 虚拟现实系统输出设备
3. 虚拟现实系统体系结构
第三章 虚拟现实关键技术（8学时）
1. 三维建模技术
2. 立体显示技术
3. 实时绘制技术
4. 人机自然交互技术
5. 碰撞检测技术
6. 三维全景技术
第四章 虚拟现实技术开发软件及平台（8学时）
1. 建模软件
2. 开发平台
第五章 虚拟现实技术典型应用（6学时）
1. 虚拟现实典型应用
2. 增强现实技术相关知识介绍
五、课程教学方法与手段：课堂讲授+课程讨论
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课前预习、课后复习。
课程考核:
1.过程性考核：50 %
序号 | 考核形式 | 考核要求（内容、形式、次数等） | 分值（百分比） |
1 | 课堂考勤 | 课堂考勤 | 20% |
2 | 课程作业 | 课堂作业/汇报/讨论 | 30% |
2.结果性考核：60 %
（1）考核方式：平时课堂考勤、平时作业/汇报/讨论和期末课程论文或设计报告相结合
（2）考核形式：考查
（3）考核的试题类型与分值比例：课堂考勤和课堂作业/汇报/讨论占课程考核总评成绩的50%；课程期末考核采用课程论文或设计报告形式进行，占课程考核总评成绩的50%。
七、本课程与其它课程的联系（预修课程、相关课程等）
预修课程:《高等数学》、《数字图像处理》、《面向对象的程序设计方法》、《数值分析》
八、建议教材及教学参考书
建议教材：
[1] 《虚拟现实与增强现实技术概论》 娄岩 清华大学出版社 2016 年 07 月出版。
建议参考书：
[1]《VR虚拟现实与 AR增强现实的技术原理与商业应用》 苏凯、赵苏砚 人民邮电出版社
2017 年 03 月出版
[2]《计算机图形学》 Steve Cunningham 著 石教英 / 潘志庚 译 机械工业出版社 2008
年 06 月出版
九、审核
课程责任教师签名：
教学团队成员签名：
一级学科带头人意见：
学院分委会主席：
（学院盖章）
年 月 日
中文名称：《空间统计学》课程教学大纲
英文名称：《Statistical Analysis of Spatical and Spatio》
一、课程基本信息
1．课程编号： ，课程性质： 硕士课程 （博士课程、硕士课程。）
2．课程学时：总学时32，其中实验学时4。
3．课程学分： 2
4．开课季节： 春季
5．开课教研室：人工智能
6．课程类别：一级学科选修课
7．课程类型：理论课
8．考核方式：笔试，考试方式：开卷
9.成绩计算方式：考勤10%+作业40%+期末50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生
11．适用学科、专业（领域）：学科一级 √二级；专业（领域） 人工智能、新一代信息技术
12．教学团队成员：熊万杰、徐兴、徐海涛
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
通过本课程的学习，学生可掌握空间统计及其覆盖的空间点模式的知识，并在此基础上认识空间参考点过程数据的模型和统计方法。本课程偏重于理论分析，也有算法的应用实践要求。该课程为人工智能、新一代信息技术等专业后续专业课程的学习打下坚实的基础，提供有力的技术支持与理论保证。
三、课程教学目标及学生应达到的能力
课程目标 | 对应专业的培养目标/规格或毕业要求 |
1. 知识层面：掌握空间统计学的基本框架、理论和基本概念，包括空间点模式、空间点过程、空间相邻关系、空间误差自回归模型等，了解本课程对专业学习的作用和地位。 | 掌握课程的基本概念和理论，为后续专业课程的学习打下坚实的基础。 |
2. 能力层面：掌握空间模拟方法，具有处理空间变异分析的能力，会使用空间自相关、空间Kringing插值、空间自回归模型等进行探索性空间数据分析。 | 将经典统计学原理和现代图形分析合成技术相结合，在对空间数据深入分析的基础上建立理论模型，能对空间整体结构的布局、空间的分布状况以及以及空间相互作用等特征进行提取和校验。 |
3. 素质层面：在培养学生的专业素养的同时提高学生的道德素养，做到真正的“德”“智”并举。 | 为国家在人工智能领域培养德才兼备的技术性人才。 |
四、课程教学内容简介、基本要求及学时安排
第一章（4学时）：引言
1.1 空间点模式
1.2抽样
1.3 边界效应
1.4 完全空间随机性
1.5 统计分析的目标
1.6狄利克雷镶嵌
1.7 蒙特卡罗检验
1.8软件
第二章（6学时）：预检验
2.1 完全空间随机性检验
2.2事件间距离
2.3 最近邻距离
2.4 点到最近事件间的距离
2.5样方计数
2.6模式尺度
第三章（6学时）：稀疏采样模式方法
3.1 样方计数
3.3距离测量
3.4独立检验
第四章（8学时）：空间点过程
4.1 过程和概括性描述
4.2二阶属性
4.3 高阶矩和最近邻分布
4.4 均匀泊松过程
4.5 独立性和随机标记
4.6估计二阶属性
4.7估计最近邻分布
4.8 结论
第五章（4学时）：非参数法
5.1估计二阶强度的加权积分
5.2 强度空间变化的非参数估计
5.3分析重复的空间点模式
第六章（4学时）：模型
6.1丛生分布
6.2 泊松群过程
6.3 Cox过程
6.4 简单抑制过程
6.5 马尔可夫点过程
五、课程教学方法与手段：
课堂讲授+课程讨论
六、学习要求、课程考核与成绩评定
学习要求：课前预习、课后复习
课程考核:
1.过程性考核：50 %
序号 | 考核形式 | 考核要求（内容、形式、次数等） | 分值（百分比） |
1 | 课堂考勤 | 每节课点名。 | 10% |
2 | 课程作业 | 按时提交课后布置的作业。 | 40% |
2. 结果性考核： 50 %
（1）考核方式：考试
（2）考核形式：开卷考试
（3）考核的试题类型与分值比例：
填空题：20%；选择题：20%；编程题：30%；综合题：30%
七、本课程与其它课程的联系（预修课程、相关课程等）
预修课程:概率论与数理统计、统计学习方法
八、建议教材及教学参考书
参考书籍 [1]彼得J.迪格尔 著、吴良 译，空间统计学，机械工业出版社，2017
[2]左飞，统计学习理论和方法，清华大学出版社，2020
[3] Carlo Gaetan. Spatial Statistics and Modeling. Springer,2009
九、审核
课程责任教师签名：
教学团队成员签名：
一级学科带头人意见：
学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《智能机器人系统》课程教学大纲
英文名称：《Intelligent Robot System 》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 硕士课程 （博士课程、硕士课程。）
2．课程学时：总学时32 ，其中实验学时0。
3．课程学分：2 （最高不超2学分，特殊情况可3学分，详见培养方案指导意见）
4．开课季节： 春季 （春季或秋季）
5．开课教研室：人工智能
6．课程类别：一级学科选修课
7．课程类型：理论课
8．考核方式：笔试，考试方式：开卷
9.成绩计算方式：考勤10%+作业40%+期末50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生
11．适用学科、专业（领域）：学科√一级 √二级（请打√）；专业（领域） 人工智能、新一代信息技术
12．教学团队成员：徐海涛
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
《智能机器人系统》课程系统地介绍了机器人学的基本知识，包括机器人空间描述和变换、正运动学、逆运动学、轨迹生成、线性控制和力控制，机器人视觉与传感器技术等方面内容。在此基础上将人工智能的理念和技术融入机器人学。通过本课程的学习，学生可全面认识机器人学的数理理论基础，掌握机器人运动学原理和应用案例。本课程注重讨论人工智能与机器人学的交叉融合，既有理论分析部分，也配套对应的应用实践实例。深入掌握该课程内容，将为人工智能相关专业研究生修读后续专业课程、开展科研工作提供理论和实践方面的支撑。
三、课程教学目标及学生应达到的能力
课程目标 | 对应专业的培养目标/规格或毕业要求 |
1.知识层面： 了解机器人的概念、分类、空间变换、正逆运动学、轨迹生成、控制原理和相关的传感器技术，掌握机器人学的基础知识；在此基础上，了解人工智能在智能机器人发展中的重要作用，并讨论相关的伦理学问题并根据自己的思考撰写课程论文。 | 系统掌握人工智能及相关信息技术和计算科学的基本理论、知识和方法；掌握扎实的数学基础、程序设计编程技能和人工智能算法体系。 |
2.能力层面： 全面了解机器人学和智能机器人基础，具备利用所掌握的智能机器人方面的知识和技术，进行相关领域的科学研究和创新应用的能力。 | 具备在各领域从事人工智能赋能、设计开发和科学研究的能力；具有自主学习、自我发展和不断创新的能力；具备将专业知识、算法与技能融会贯通，能够独立发现问题，并利用所掌握的技术体系解决本学科或跨学科问题的能力。 |
3.素质层面： 通过对国内外智能机器人领域发展历程和代表性企业的介绍，以及在课程教授过程中，通过积极展示中国在军事、农业、工业、娱乐、消防、警用等领域的机器人技术自主创新的实例，坚定学生对我国智能机器人产业发展的信心，树立坚持自主创新的意识，激励学生积极投入到祖国的社会主义现代化建设中去。 | 热爱祖国，拥护中国共产党的领导，牢固树立并践行社会主义核心价值观，具有高度的社会责任感、良好的敬业精神、较强的创新精神，遵纪守法，诚实守信，恪守学术道德规范；具有求真务实的科学态度。 |
四、课程教学内容简介、基本要求及学时安排
第一章（4学时）：机器人学基础知识
1．机器人的发展
2．机器人的基本概念
3. 机器人学与人工智能
4. 机器人学的研究领域
第二章（6学时）：机器人学的数学基础
1．位置和姿态的表示
2．坐标变换
3. 通用旋转变换
第三章（6学时）： 智能机器人体系结构
1．慎思式体系结构
2．反应式体系结构
3. 混合式体系结构
4. 新型体系结构
5. 机器人操作系统
第四章（6学时）：智能机器人中的传感器
1．内部传感器
2．外部传感器
3．视觉传感器
4． 距离传感器
第五章（6学时）：环境感知与建模
1．SLAM中的常用模型
2．地图构建中的常用地图及其选择标准
3．机器人定位技术
第六章（4学时）：路径规划
1．环境地图的表示
2．路径规划技术
3．全局路径规划算法
4．局部路径规划算法
五、课程教学方法与手段：课堂讲授+课程讨论
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课前预习、课堂分组讨论、课后复习。
课程考核:
1.过程性考核：50 %
序号 | 考核形式 | 考核要求（内容、形式、次数等） | 分值（百分比） |
1 | 课堂考勤 | 课堂考勤 | 10% |
2 | 课程作业 | 按时提交课后布置的作业。 | 40% |
2. 结果性考核： 50 %
（1）考核方式：考试
（2）考核形式：开卷考试
（3）考核的试题类型与分值比例：
选择题：20%
填空题：10%
名词解释：10%
简答题：25%
论述题：35%
七、本课程与其它课程的联系（预修课程、相关课程等）
预修课程：智能嵌入式系统，传感器与检测技术，最优化方法
八、建议教材及教学参考书
参考书籍 [1]陆建峰等，人工智能智能机器人，电子工业出版社，2020
[2] John J. Craig（约翰 J.克雷格，美国），机器人学导论（第四版），机械工业出版社，2019
九、审核
课程责任教师签名：
教学团队成员签名：
一级学科带头人意见：
学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《算法设计与分析》课程教学大纲
英文名称：《Design and Analysis of Algorithms 》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 硕士课程 （博士课程、硕士课程。）
2．课程学时：总学时32 ，其中实验学时0。
3．课程学分：2 （最高不超2学分，特殊情况可3学分，详见培养方案指导意见）
4．开课季节： 春季 （春季或秋季）
5．开课教研室：人工智能
6．课程类别：一级学科必修课
7．课程类型：理论课
8．考核方式：笔试，考试方式：开卷
9.成绩计算方式：考勤10%+作业40%+期末50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生
11．适用学科、专业（领域）：学科√一级 √二级（请打√）；专业（领域） 人工智能、新一代信息技术
12．教学团队成员：徐兴、蔡坤
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
通过本课程的学习，培养学生分析问题和解决问题的能力，使学生掌握算法设计的基本技巧和方法，熟悉算法分析的基本技术，并能熟练运用一些常用算法，解决一些较综合的问题。该课程为人工智能、新一代信息技术等专业后续专业课程的学习打下坚实的基础，提供有力的技术支持与理论保证。
三、课程教学目标及学生应达到的能力
课程目标 | 对应专业的培养目标/规格或毕业要求 |
1. 知识层面：掌握掌握算法的概念，算法复杂度的分析方法；总体上使学生掌握算法复杂度的基本分析步骤；掌握基本算法求解问题的基本步骤，基本算法包括：递归与分治法、排序与树结构、图搜索算法、贪心算法、动态规划算法、最大流算法和随机。 | 掌握课程的基本概念和理论，为后续专业课程的学习打下坚实的基础。 |
2. 能力层面：掌握对较为复杂计算问题进行建模的方法，能应用基本算法对计算问题进行求解并得到正确解；掌握比较不同算法求解问题的方法，能利用时间或者空间复杂度对算法进行分析，并能根据计算问题的场景选择合适的算法。 | 分析与处理与人工智能、新一代信息技术领域有关的算法设计与分析处理的能力。 |
3. 素质层面：在培养学生的专业素养的同时提高学生的道德素养，做到真正的“德”“智”并举。 | 为国家在人工智能领域，特别是智慧农业领域培养德才兼备的技术性人才。 |
四、课程教学内容简介、基本要求及学时安排
第一章（2学时）：引言
掌握算法的定义
掌握算法效率的基本概念
了解求解问题可能存在效率不同的算法
第二章（2学时）:渐进分析与PYTHON计算模型
熟悉随机访问机器模型的结构
掌握三个渐进符号的定义
熟练掌握Python 常⽤函数的时间复杂度
掌握利⽤渐进分析法分析复杂函数的时间复杂度
第三章（2学时）： 问题求解与代码优化
基本掌握使⽤Python 求解较为复杂的计算问题
第四章（4学时）：递归算法与递归函数
掌握递归的基本组成
掌握递归算法执⾏的过程
熟练掌握常见问题的递归求解⽅法
第五章（4学时）：排序与树结构
选择排序、插⼊排序、合并排序
不同排序算法的应⽤场景
⼆叉搜索树的性质、以及基于⼆叉搜索树的数据处理
堆、堆排序，利⽤堆结构处理数据
第六章（4学时）：分治算法
掌握分治算法求解问题的三个基本步骤
熟悉利⽤分治算法求解典型计算问题
熟练掌握分治算法的时间复杂度分析
第七章（2学时）：图搜索算法
掌握两种图的存储⽅法，了解它们各⾃的优缺点
熟悉宽度与深度优先搜索算法及其时间复杂度分析
了解通过宽度或深度优先搜索解决计算问题的⽅法
第八章（4学时）：贪心算法
了解贪⼼算法求解优化问题的过程
掌握利⽤贪⼼算法求解典型的计算问题，并分析其时间复杂度
掌握贪⼼算法在单源最短路径和最⼩⽣成树中的应⽤
第九章（4学时）：动态规划算法
了解动态规划算法求解优化问题的步骤
掌握利⽤动态规划算法求解简单的优化问题，并分析其时间复杂度
能画出动态规划表，并从中得到问题的解
第十章（4学时）：最大流算法
掌握最⼤流问题的定义，了解流量、容量以及它们之间的关系
掌握增⼴路径求最⼤流问题的过程
了解Ford-Fulkerson 和Edmond-Karp 算法以及它们之间的差异
了解将计算问题转化为最⼤流问题的基本过程
五、课程教学方法与手段：课堂讲授+课程讨论
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课前预习、课后复习。
课程考核:
1.过程性考核：50 %
序号 | 考核形式 | 考核要求（内容、形式、次数等） | 分值（百分比） |
1 | 课堂考勤 | 每节课点名。 | 10% |
2 | 课程作业 | 按时提交课后布置的作业。 | 40% |
2. 结果性考核： 50 %
（1）考核方式：考试
（2）考核形式：开卷考试
（3）考核的试题类型与分值比例：
填空题：20%；选择题：20%；简答题：30%；综合题：30%
七、本课程与其它课程的联系（预修课程、相关课程等）
预修课程:计算机程序设计语言、数据结构
八、建议教材及教学参考书
参考书籍 [1]程振波，算法设计与分析python，清华大学出版社，2017
[2]李春葆，算法设计与分析，清华大学出版社， 2018年。
九、审核
课程责任教师签名：
教学团队成员签名：
一级学科带头人意见：
学院分委会主席：
（ 学院盖章）
年 月 日
《人工智能与生物特征识别技术》课程教学大纲
《Artificial Intelligence & Biometric RecognitionTechnology》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 硕士课程 （博士课程、硕士课程。）
2．课程学时：总学时32 ，其中实验学时16。
3．课程学分：2 （最高不超2学分，特殊情况可3学分，详见培养方案指导意见）
4．开课季节： 秋季 （春季或秋季）
5．开课教研室：电子信息工程
6．课程类别：一级学科选修课
7．课程类型：理论课
8．考核方式：笔试，考试方式：开卷
9.成绩计算方式：考勤10%+实验40%+期末50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生
11．适用学科、专业（领域）：学科√一级 √二级（请打√）；专业（领域） 人工智能、新一代信息技术
12．教学团队成员：代芬 赵懿琨
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
生物特征识别是基于机器学习的人工智能的一个分支，它将计算机与光学、传感器和生物统计学相结合，并依靠人的生理特征或者行为特征来识别身份。本课程在介绍人工智能基本理论的基础上，以生物特征识别技术为例，介绍用于构建此类AI应用系统的基本理论和具体实施方法。通过本课程的学习，学生在理解人工智能基本理论的基础上，可全面认识人体生物特征的采集系统、特征提取方法和模式匹配、智能身份识别。该课程为人工智能、新一代信息技术等专业的专业课程的学习打下坚实的基础，提供有力的技术支持与理论保证。
三、课程教学目标及学生应达到的能力
课程目标 | 对应专业的培养目标/规格或毕业要求 |
1. 知识层面：掌握人工智能的基本理论，了解生物特征采集系统的构成，掌握特征提取和模式匹配的理论和方法，了解本课程对专业学习的作用和地位。 | 掌握课程的基本概念和理论，为后续专业课程的学习打下坚实的基础。 |
2. 能力层面：具有设计生物特征采集系统的能力，具有指纹、掌纹、掌静脉、手背静脉、指静脉、人脸、步态等信号的特征提取与特征匹配的能力，会使用python等工具在给定的数据集上处理实际的特征信号。 | 分析与处理与人工智能领域有关的数字信号（生物特征信号、语音信号和图像信号）的能力。 |
3. 素质层面：在培养学生的专业素养的同时提高学生的道德素养，做到真正的“德”“智”并举。 | 为国家在人工智能领域培养德才兼备的技术性人才。 |
四、课程教学内容简介、基本要求及学时安排
第一章人工智能与生物特征识别技术概述（2学时）
1.1人工智能与生物特征识别技术的发展历史
1.2生物特征识别技术的分类与评价指标
1.3生物特征识别系统的现状与应用
1.4生物特征识别的发展趋势
第二章 人工智能和图像算法理论基础（10学时）
2.1图像的几何变换（平移、旋转、缩放、镜像、转置）
2.2傅里叶变换与离散余弦变换
2.3K-L 变换
2.4Gabor变换
2.5小波变换
2.6多分辨分析
2.7 人工智能与机器学习
2.8深度学习
3指纹与掌纹识别技术（4学时）
3.1指纹识别技术
3.1.1指纹采集与识别系统概述
3.1.2 ROI 区域定位与图像增强
3.1.3 指纹特征点提取
3.1.4 指纹特征提取
3.1.5 指纹特征匹配
3.2掌纹识别技术
3.2.1掌纹采集与识别系统概述
3.2.2 掌纹 ROI区域定位
3.2.3 掌纹特征提取
3.2.4掌纹特征匹配
3.2.5掌纹识别算法实例
3.3指纹与掌纹识别应用案例
4手静脉识别技术（8学时）
4.1指静脉识别技术
4.1.1
静脉采集系统
4.1.2 ROI 区域定位
4.1.3 指静脉特征提取
4.1.4 指静脉特征匹配
4.2手掌静脉识别技术
4.2.1 掌静脉采集系统
4.2.2 手掌关键点定位与ROI提取
4.2.3 掌静脉特征点提取
4.2.4 掌静脉特征提取
4.2.5 掌静脉特征匹配
4.3手背静脉识别
4.3.1 手背静脉采集系统
4.3.2 手背关键点定位与ROI提取
4.3.3 手背静脉特征点提取
4.3.4 手背静脉特征提取
4.3.5 手背静脉特征匹配
4.4手静脉识别应用案例
5 .人脸识别技术（4学时）
5.1 人脸识别系统的构成
5.2 人脸检测与人脸配准
5.3 人脸特征提取
5.4 人脸特征识别
6.步态识别技术（4学时）
6.1步态识别系统构成
6.2人体关键点定位
6.3特征提取
6.4步态识别
五、课程教学方法与手段：课堂讲授+课程实验
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：上课需自带笔记本电脑、课前预习、课后复习。
课程考核:
1.过程性考核：50 %
序号 | 考核形式 | 考核要求（内容、形式、次数等） | 分值（百分比） |
1 | 课堂考勤 | 每节课点名。 | 10% |
2 | 课程实验 | 完成课程实验，课后提交实验报告。 | 40% |
2. 结果性考核： 50 %
（1）考核方式：考试
（2）考核形式：开卷考试
（3）考核的试题类型与分值比例：
填空题：20%；选择题：20%；简答题：30%；综合题：30%
七、本课程与其它课程的联系（预修课程、相关课程等）
预修课程:概率论与数理统计、信号与系统、数字信号处理
八、建议教材及教学参考书
参考书籍 [1]代芬，人工智能与生物特征识别技术，自编（待出版）
九、审核
课程责任教师签名：
教学团队成员签名：
一级学科带头人意见：
学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《物联网技术》课程教学大纲
英文名称：《Internet of Things Technology 》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 博士/硕士 （博士课程、硕士课程。）
2．课程学时：总学时32，其中实验学时0。
3．课程学分：2 （最高不超2学分，特殊情况可3学分，详见培养方案指导意见）
4．开课季节： 春季 （春季或秋季）
5．开课教研室：人工智能
6．课程类别：公共必修课
7．课程类型：理论课
8．考核方式：笔试，考试方式：闭卷
9.成绩计算方式：考勤10%+作业40%+期末50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生、学术型博士生、全日制专业博士生、非全日制专业学位硕士生、在职专业学位硕士生、在职专业学位博士生
11．适用学科、专业（领域）：学科√一级 √二级（请打√）；专业（领域） 农业电气化与自动化、光学工程、计算机应用技术、农业工程、人工智能、新一代信息技术、农业工程与信息技术等
12．教学团队成员：岳学军 ，王建华 ，徐兴 ，胡洁 。
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
通过本课程的学习，培养所有专业的博士或硕士不同学位全部专业的学生分析问题和解决问题的能力，使学生掌握物联网设计与优化的基本技巧和方法，熟悉物联网与各学科各专业相结合应用的基本技术，并能熟练运用一些常用物联网基本理论知识，解决一些较综合的问题。该课程为农业电气化与自动化、光学工程、计算机应用技术、农业工程、人工智能、新一代信息技术、农业工程与信息技术等专业后续专业课程的学习打下坚实的基础，提供有力的技术支持与理论保证。
三、课程教学目标及学生应达到的能力
课程目标 | 对应专业的培养目标/规格或毕业要求 |
1. 知识层面：掌握物联网与互联网的概念，物联网的分析方法；总体上使学生掌握物联网组建的基本分析步骤；掌握物联网在各专业 学科应用的基本步骤，基本技术包括：射频识别技术(RFID)、传感器技术、纳米技术、智能嵌入技术。 | 掌握课程的基本概念和理论，是工科博士/硕士专业公共选修课，为全部工科类专业博士/硕士研究生的后续专业课程的学习打下坚实的基础。 |
2. 能力层面：掌握把网络技术运用于万物，组成“物联网”如把感应器 嵌入装备到 油网、电网、路网、水网、建筑、大坝、等物体中，然后将“物联网”与“互联网”整合起来，实现 人类社会 与物理系统的整合。超级计算机群 对“整合网”的 人员、机器设备、基础设施实施实时管理控制。以精细动态方式管理生产生活，提高资源利用率和生产力水平，改善人与自然关系。 | 分析与处理与农业电气化与自动化、光学工程、计算机应用技术、农业工程、人工智能、新一代信息技术、农业工程与信息技术领域有关的物联网设计与分析处理的能力。 |
3. 素质层面：通过信息传感设备，按约定的协议，将任何物体与网络相连接，物体通过信息传播媒介进行信息交换和通信，以实现智能化识别、定位、跟踪、监管等功能。在培养学生的专业素养的同时提高学生的道德素养，做到真正的“德”“智”并举。 | 为国家在工程广泛的学科领域中，特别是智慧农业领域，针对农业电气化与自动化、光学工程、计算机应用技术、农业工程、人工智能、新一代信息技术、农业工程与信息技术专业，培养德才兼备的技术性人才。 |
四、课程教学内容简介、基本要求及学时安排
第1章 （2学时）物联网与互联网
1.1 物联网与互联网的关系
1.1.1 物联网与互联网的联系与区别
1.1.2 物联网是互联网的拓展
1.2 当下物联网发展的特点
1.2.1 物联网带来集群效应
1.2.2 细分市场差距很大
1.2.3 物联网发展瓶颈因素分析
1.3 物联网产业是战略性新兴产业的一大亮点
1.4 物联网产业发展中应关注的问题
第2章（2学时） 物联网体系结构
2.1 概述
2.1.1 物联网的应用场景
2.1.2 物联网的需求分析
2.1.3 物联网体系架构
2.2 物联网的总体架构
2.2.1 物联网的感知层
2.2.2 物联网的网络层
2.2.3 物联网的应用层
2.3 物联网的形态结构
2.3.1 开放式物联网形态结构
2.3.2 闭环式物联网形态结构
2.3.3 融合式物联网形态结构
2.4 物联网的主要特点
2.5 物联网的技术趋势
2.6 物联网的技术演进路径
2.7 物联网的发展前景
第3章（2学时） 无线传感器网络
3.1 传感网概述
3.1.1 传感网的起源与发展
3.1.2 传感网的定义
3.2 传感网的结构与核心技术
3.2.1 传感网的结构
3.2.2 传感网络的核心技术
3.3 无线传感器网络
3.3.1 无线传感器网络的概念
3.3.2 无线传感器网络的发展历程
3.3.3 无线传感器网络的特点
3.4 无线传感器网络的组成与安全需求
3.4.1 无线传感器网络的组成简介
3.4.2 无线传感器网络的安全需求
3.5 无线传感器网络的应用领域和发展趋势
3.5.1 无线传感器网络的现状
3.5.2 无线传感器网络的发展趋势
3.5.3 无线传感器网络的应用领域
第4章 （2学时）自动识别技术
4.1 自动识别技术概述
4.1.1 自动识别技术的概念
4.1.2 自动识别技术的分类
4.2 条形码技术
4.2.1 条形码的产生及发展
4.2.2 条形码技术概念及特点
4.2.3 条形码的分类和编码方法
4.2.4 条形码识读原理与技术
4.2.5 二维码
4.2.6 条形码技术的应用
4.3 射频识别技术
4.3.1 射频识别技术概述
4.3.2 射频识别系统的组成
4.3.3 我国射频识别系统的关键技术
4.3.4 射频识别系统的分类
4.3.5 射频识别技术标准
4.3.6 射频识别的应用现状
4.4 机器视觉识别技术
4.4.1 机器视觉识别概述
4.4.2 机器视觉系统的典型结构
4.5 生物识别技术
4.5.1 生物识别技术概述
4.5.2 指纹识别技术
4.5.3 声纹识别技术
4.5.4 人脸识别
4.5.5 手掌静脉识别
第5章 （2学时）M2M
5.1 什么是M2M
5.1.1 M2M概述
5.1.2 M2M发展状况
5.1.3 M2M的业务模式
5.1.4 促进M2M技术的成熟
5.2 M2M高层框架及标准
5.3 M2M需要RFID技术
5.3.1 自动识别技术是M2M可以实施的关键
5.3.2 M2M：物联网的主要现实形态
5.4 M2M技术在贸易与物流中的应用
5.4.1 为什么要在物流中应用M2M
5.4.2 M2M技术在物流业中应用的发展现状
5.4.3 M2M技术在物流业中应用的预测和前景
5.4.4 纵向M2M集成
第6章（2学时） 物联网数据融合技术
6.1 数据融合概述
6.1.1 什么是数据融合
6.1.2 物联网中的数据融合
6.2 数据融合的基本原理及层次结构
6.2.1 数据融合的基本原理
6.2.2 物联网中数据融合的层次结构
6.2.3 基于信息抽象层次的数据融合模型
6.3 数据融合技术与算法
6.3.1 传感网数据传输及融合技术
6.3.2 多传感器数据融合算法
第7章 （2学时）地理信息系统
7.1 GIS系统
7.1.1 GIS系统的基本概念
7.1.2 GIS系统的发展历史
7.1.3 GIS系统的组成
7.1.4 GIS理论研究中亟待解决的问题
7.1.5 实用地理信息系统发展趋势与展望
7.2 GPS系统
7.2.1 GPS系统的基本概念
7.2.2 GPS系统的组成
7.2.3 GPS系统的特点
7.2.4 GPS系统的现状
7.2.5 GPS系统的应用领域
7.3 GLONASS系统
7.3.1 GLONASS系统的基本概念
7.3.2 GLONASS系统的特点
7.3.3 GLONASS系统的应用领域
7.4 伽利略系统
7.4.1 伽利略系统的基本概念
7.4.2 伽利略系统的发展历史
7.4.3 伽利略系统的组成
7.4.4 伽利略系统的应用服务
7.5 北斗卫星系统
7.5.1 北斗卫星系统的基本概念
7.5.2 北斗卫星系统的发展历史
7.5.3 北斗卫星系统的应用
第8章 物联网是分布式系统
8.1 分布式系统概述
8.1.1 分布式系统的定义
8.1.2 分布式系统的特征
8.2 分布式系统的架构
8.3 分布式系统的发展与挑战
8.4 分布式系统与物联网
8.4.1 概念
8.4.2 物联网与分布式系统
第9章（2学时） 物联网中间件设计
9.1 物联网中间件概述
9.1.1 什么是物联网中间件
9.1.2 物联网中间件的分类
9.1.3 物联网中间件的研究现状
9.2 物联网中间件的体系框架与核心模块
9.2.1 物联网中间件的体系框架
9.2.2 物联网中间件的核心模块
9.2.3 物联网中间件的关键技术
9.3 物联网中间件的设计
9.3.1 需求分析1
9.3.2 设计目标与实现功能
9.3.3 结构选择
9.4 物联网中间件的发展趋势
9.4.1 主流的物联网中间件开发平台
9.4.2 物联网中间件的发展趋势
10章 （2学时）物联网信息安全
10.1 物联网安全概述
10.1.1 物联网安全问题
10.1.2 物联网安全体系结构
10.2 物联网的安全关键技术
10.3 物联网安全问题中的六大关系
10.4 物联网安全机制加强
10.5 物联网安全技术体系
10.6 已有技术在物联网中的应用
10.7 物联网安全研究点
11章 （4学时）物联网系统设计方法及案例分析
11.1 物联网系统的设计基础
11.1.1 物联网系统设计的原则
11.1.2 物联网系统的设计步骤
11.2 物联网系统的构建
11.2.1 物联网系统的规划
11.2.2 物联网系统的设计
11.2.3 物联网系统的集成
11.3 物联网系统测试方法
11.3.1 什么是测试
11.3.2 物联网系统的测试内容
11.3.3 物联网系统面临的测试挑战
11.3.4 什么是软件测试
11.3.5 常用的测试方法
11.4 物联网应用系统设计案例分析
11.4.1 智能家居物联网系统案例分析
11.4.2 其他的物联网应用实例
11.4.3 工业智能控制系统案例分析
11.4.4 物联网技术在医药流通中的应用分析
11.4.5 停车场管理系统中的RFID技术应用案例分析
11.4.6 物联网在集装箱运输中的应用及案例分析
11.4.7 物联网在不停车收费系统的案例分析
11.4.8 物联网在智能电子车牌应用的案例分析
11.4.9 物联网在食品安全的案例分析
11.4.10 物联网在RFID电子票务系统的案例分析
12章 （4学时）物联网系统分支技术应用(车联网)
12.1 车联网概述
12.1.1 车联网的背景及意义
12.1.2 什么是车联网
12.1.3 车联网的体系结构
12.1.4 车联网面临的挑战
12.2 外车联网的发展史
12.2.1 国外车联网的发展及经验
12.2.2 车联网的发展现状
12.3 车联网的关键技术与应用
12.3.1 车联网的关键技术
12.3.2 车联网的应用
12.4 车联网的未来发展趋势
13章 （4学时）云计算
13.1 云计算概述
13.1.1 云计算的背景
13.1.2 什么是云计算
13.2 云计算体系结构及其关键技术
13.2.1 云计算体系结构
13.2.2 云计算关键技术
13.3 典型的云计算平台介绍
13.4 云计算的发展现状
13.5 云计算和物联网的结合
13.5.1 云计算与物联网的关系
13.5.2 云计算和物联网的结合
五、课程教学方法与手段（注明授课方式：课堂讲授、实验室授课、学生参与讲授、课程讨论、校内外教学参观与考察等）
课堂讲授+课程讨论+学生参与讲授+校内外教学参观与考察等相结合
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课前预习、课后复习、实际应用。
七、本课程与其它课程的联系（预修课程、相关课程等）
无
八、建议教材及教学参考书（包括主要参考期刊、主要参考网站，正式出版教材要求注明教材名称、作者姓名、出版社、年份；自编教材要求注明是否成册、编写者姓名、编写者职称、字数等）
参考书：[1]《物联网技术及应用教程》，贾坤，黄平，肖铮主编，清华大学出版社，2018.
[2]《物联网技术基础教程（第3版）》，李联宁主编，清华大学出版社，2020.
[3] 《物联网技术与应用》，王佳斌，郑力新主编，清华大学出版社，2019.
主要期刊：[1] 《网络与信息安全学报》
[2] 《网络空间安全》
[3] 《计算机网络》
主要网站：[1]企业物联网平台_设备接入_设备管理_监控运维_数据分析-阿里云
https://www.aliyun.com/product/iot/iot_instc_public_cn?utm_content=se_1011268329
[2]物联网世界网-物联网平台--物联网行业门户网站http://www.iotworld.com.cn/
[3]OFweek物联网 –物联网行业门户https://iot.ofweek.com/
九、审核
课程责任教师签名：
教学团队成员签名：
一级学科带头人意见：
学院分委会主席：
（ 学院盖章）
年 月 日
中文名称：《机器学习与深度学习》课程教学大纲
英文名称：《Machine Learning and Deep Learning 》
一、课程基本信息
1．课程编号：(留空，不填)，课程性质： 硕士课程 博士课程、硕士课程。）
2．课程学时：总学时 ，其中实验学时。
3．课程学分：2 （最高不超2学分，特殊情况可3学分，详见培养方案指导意见）
4．开课季节： 秋季 （春季或秋季）
5．开课教研室：人工智能
6．课程类别：一级学科必修课
7．课程类型：理论课
8．考核方式：笔试，考试方式：开卷
9. 成绩计算方式：考勤10%+作业40%+期末50%
10．适用学生（授课对象）：学术型硕士生、全日制专业硕士生
11．适用学科、专业（领域）：学科√一级 √二级（请打√）；专业（领域）人工智能、光学工程、新一代信息技术
12．教学团队成员： 赵静、刘景锋、刁寅亮
二、课程性质与地位（需注明课程的性质和地位，课程在人才培养计划中的地位和作用，主要教学任务）
随着人工智能时代的到来，机器学习和深度学习的算法以及思想已经深入渗透到信息处理领域的方方面面。掌握基础的机器学习和深度学习理论、方法，是人工智能、光学工程、新一代信息技术等专业的基本要求之一。通过本课程的学习，学生可学习掌握机器学习和深度学习中的经典理论，了解当前最新发展，并学会针对具体问题设计算法，为后续相关研究工作的开展打下坚实的基础。
三、课程教学目标及学生应达到的能力
课程目标 | 对应专业的培养目标/规格或毕业要求 |
1.知识层面：掌握机器学习和深度学习的基础概念、基本理论和核心算法。 | 系统掌握课程基本理论、知识和方法。 |
2.能力层面：理解和运用机器学习和深度学习的基础知识的能力；运用经典理论建立算法模型，实现数据分析、模型评估的能力。 | 具有自主学习能力，具备将本学科知识融会贯通，独立编程和实战的能力。 |
3.素质层面：增强用理论方法解决实际问题的意识，培养学生独立思考、自主创新精神。 | 具有敬业、钻研、自主创新精神，具备独立工作和团队协作能力。 |
四、课程教学内容简介、基本要求及学时安排
第一章（4学时）：机器学习和深度学习概览
1．定义、基本术语、假设空间
2．发展历程、应用现状
3. 核心步骤
第二章（4学时）：模型评估与选择
1．经验误差与过拟合
2．评估方法
3. 性能度量
第三章（4学时）：机器学习算法（一）
1. 线性模型
2. KNN
第四章（4学时）：机器学习算法（二）
1. 决策树
2. 集成学习
第五章（4学时）：机器学习算法（三）
1. 贝叶斯分类器
2. 聚类
第六章（4学时）：机器学习算法（四）
1. 支持向量机
2. 神经网络
第七章（4学时）：深度学习算法（一）
1. 卷积神经网络
2. 循环神经网络
第八章（4学时）：深度学习算法（二）
1. 迁移学习
2. 生成对抗网络
3. 深度强化学习
五、课程教学方法与手段：课堂讲授+课程讨论
六、学习要求、课程考核与成绩评定（包括课前课后学习要求，课堂讨论要求，作业要求，课程考核形式、考核要点，成绩评定比例等）
学习要求：课后复习，代码实现
课程考核:
1.过程性考核：50 %
序号 | 考核形式 | 考核要求（内容、形式、次数等） | 分值（百分比） |
1 | 课堂考勤 | 课堂提问，群投票，5次 | 10% |
2 | 课程作业 | 按时提交课后布置的作业。 | 40% |
2. 结果性考核： 50 %
（1）考核方式：考试
（2）考核形式：开卷考试
（3）考核的试题类型与分值比例：
简答题：30%；综合题：70%
七、本课程与其它课程的联系（预修课程、相关课程等）
预修课程:线性代数、概率论与数理统计、phython程序设计
八、建议教材及教学参考书（包括主要参考期刊、主要参考网站，正式出版教材要求注明教材名称、作者姓名、出版社、年份；自编教材要求注明是否成册、编写者姓名、编写者职称、字数等）
1.教材
（1）周志华.《机器学习》，清华大学出版社，2016年6月。
（2）Ian Goodfellow等.《深度学习》，人民邮电出版社，2017年7月。
2.参考资料
（1）李航.《统计学习方法》， 清华大学出版社， 2012年2月。
（2）P. Harrington.《Machine Learning in Action》，人民邮电出版社， 2018年12月。
（3）Christopher M.《Pattern Recognition and Machine Learning》， Bishop，2006年10月.
（4）阿斯顿等.《动手学深度学习》，人民邮电出版社， 2019年6月。
九、审核
课程责任教师签名：
教学团队成员签名：
一级学科带头人意见：
学院分委会主席：
（ 学院盖章）
年 月 日
