当前位置: 首页>>教育教学>>教学改革>>正文
教育教学
  •  教学活动 
     专业建设 
     教学改革 
     课程建设 
  •  
    人工智能专业人才培养方案
    2022-07-06 14:28  

    (专业代码:080717T

    一、培养目标

    本专业培养德智体美劳全面发展,适应人工智能及相关领域发展需要,具有较高的学科与工程素养,掌握人工智能专业的基础理论,具有创新精神和实践能力,能熟练运用人工智能的基本模型、原理与方法,设计有效的技术解决方案,具有一定的从事智能系统应用研究与开发的能力,能在人工智能相关领域从事智能系统、智能信息处理、智能行为决策等方面的科学研究、开发设计、决策管理和工程应用等工作,符合国家战略及人工智能区域产业发展需求的应用型人才。要求学生在毕业5年左右达到:

    目标1:道德修养。热爱祖国,拥护中国共产党的领导,树牢四个意识,坚定四个自信,坚决做到两个拥护具有科学的世界观、人生观和价值观,具有责任心和社会责任感。热爱本专业,注重职业道德修养,具有强健体魄和良好的心理素质,能够积极服务人工智能区域产业发展。

    目标2:知识能力。具备良好的数理基础,熟悉常见的数据统计模型,能够理解模型与待解决问题之间的对应关系;掌握机器学习基本数学理论和相关算法,选择合适的数学模型,运用相关的学习算法进行模型训练、数据分析与预测。

    目标3:工程应用能力。能够熟练使用主流的深度学习框架进行应用系统的设计与开发;掌握智能控制相关专业知识,具有智能系统的设计与仿真,智能系统维护、系统运行、试验分析与应用的能力,并能从事机器学习算法,模式识别,智能系统应用、制造、控制和设计的相关工作。

    目标4:团队合作、创新意识。具备以互联网、大数据及人工智能为核心的创造性思维能力,具备人工智能理论、技术、应用及交叉学科融合的科学研究能力以及对新知识、新技术的敏锐性;具有较强的表达能力和人际交往能力,以及团队协作意识。

    目标5:终身学习。具有立足人工智能发展实际,熟悉相关技术前沿,能够通过企业实践、继续教育等方式持续提高专业素养和自身素质,具有适应发展及终身学习的能力。

    二、毕业要求

    1思想道德与政治认同

    1.1 热爱祖国,具有为国家富强、民族昌盛奋斗的志向和责任感;践行博闻强志、正道直行的校训,具有敬业爱岗、艰苦奋斗、乐于奉献、遵纪守法、团结合作的品质;

    1.2 能够树立正确的世界观、人生观和价值观,增进对中国特色社会主义的思想认同、政治认同、理论认同和感情认同,具有良好的思想品德社会公德。

    2.工程知识

    2.1能够运用恰当的数学、物理模型对人工智能相关领域的工程问题进行数理分析、建模,满足工程计算的实际要求;

    2.2能够掌握智能信息系统应用的相关理论知识,并能解决相关工程实际问题;

    2.3能够掌握机器学习的主流算法、模式识别的相关理论知识,并具有利用计算机对物理对象进行客观认识和改造的能力。

    3.分析问题能力

    3.1能够运用数学、自然工程科学、人工智能专业知识对实际工程问题进行识别和有效分解,提出合理的解决方案;

    3.2能够识别和表达复杂工程问题的关键环节和参数,通过文献查阅等多种方式对相关工程问题进行分析,以获得有效结论,并采用相关算法并论证其合理性

    4.设计/开发解决方案

    4.1能够根据特定条件或需求的工程问题,能够运用数理知识对实际问题进行建模,能够结合电子技术和智能系统等多学科理论知识进行方案设计;

    4.2能够运用机器学习相关方法、模式识别相关技术和智能系统应用的专业知识来解决相关工程领域的实际问题,并能应用于智慧农业、生物医药、智能家居、智慧城市建设等领域;

    4.3能够应用程序语言解决科学计算问题;并熟练使用决策树、朴素贝叶斯、人工神经网络、Boosting

    Bagging等主流算法,设计算法实现流程应用到模式识别各种技术当中,解决实际工程问题。

    5.研究

    5.1能够基于科学原理并采用科学方法对人工智能领域的复杂问题进行研究通过算法分析、建模和仿真等,得到有效的结论并论证

    5.2能够针对智能系统软硬件设计、模式识别技术等复杂的工程问题设计实验方案、构建实验系统和测试平台

    5.3能够对实验结果进行合理分析、解释,通过实验数据分析、信息综合等手段得到合理有效的结论。

    6.使用现代工具

    6.1能够使用合理的数理分析和信息技术工具,熟练掌握其使用方法;选择与使用恰当的技术、资源、现代工程依据,进行预测和模拟。

    6.2掌握基本的计算机操作与应用,至少掌握一种软件开发语言,并能够运用到集成开发环境进行程序设计。

    6.3掌握智能控制系统专业仪器、设备的基本原理、操作方法,能够在综合型工程中合理选择和使用仪器、设备。

    7.工程与社会

    7.1了解人工智能相关技术领域相关的技术标准、知识产权、产业政策和法律法规,理解不同社会文化对工程活动的影响

    7.2能够合理分析和评价人工智能相关技术领域工程实践及其解决方案对社会、健康、安全、法律、文化的影响,以及这些制约因素对人工智能相关技术领域工程项目实施的影响,并理解应承担的责任。

    8.环境和可持续发展

    8.1理解环境保护和可持续发展的理念和内涵,并理解其在人工智能相关技术领域实践中的重要性;

    8.2能够站在环境保护和可持续发展的角度思考人工智能相关技术领域实践的可持续性,评价人工智能相关技术领域产品周期中可能对人类和环境造成的损害和隐患。

    9.沟通与交流能力

    9.1具有良好的口头表达能力,能够清晰、有条理地表达自己的观点,掌握基本的报告、设计文稿的撰写技能

    9.2能够就复杂的工程问题,综合应用口头、书面、报告、图标等多种形式与业界同行及社会公众进行有效的沟通和交流。

    9.3具备一定的国际视野,能够使用英语进行跨文化交流和沟通。能够了解人工智能领域中的国外理论研究和实践动态。

    10.个人与团队

    10.1能够在多学科背景下的团队中承担个体、团队成员以及负责人的角色,充分发挥团队协作的优势;主动与其他团队成员共享信息、合作共事

    10.2能够胜任负责人或团队成员的角色,能在团队协作中听取团队成员的意见和建议。

    11.项目管理

    11.1掌握人工智能相关技术领域工程项目中涉及的管理与经济决策方法

    11.2了解人工智能类项目及产品设计开发的全周期、全流程的成本构成,理解其中涉及的工程管理与经济决策问题

    11.3能够在多学科环境下,在设计开发解决方案的过程中,运用工程项目管理与经济决策方法优化人工智能系统设计及产品开发

    12.终身学习

    12.1具有自主学习和终生学习的意识,能够认识到自我探索和终生学习的必要性,养成主动学习习惯并表现出不断探索的成效,能够自我评价

    12.2能够通过文献查询、网络培训等多种渠道进行终身学习,有不断学习和适应发展的能力。

    13.职业规范

    13.1具有人文及科学素养,注重职业道德修养能够在人工智能领域工程实践中自觉遵守职业道德。

    13.2具备职业责任心和社会责任感注重学术道德遵守学术规范。


    毕业要求与培养目标的对应关系矩阵

     

    培养目标1

    培养目标2

    培养目标3

    培养目标4

    培养目标5

    毕业要求1

     

     

    毕业要求2

     

     

    毕业要求3

     

    毕业要求4

     

    毕业要求5

     

    毕业要求6

     

     

    毕业要求7

     

    毕业要求8

     

     

    毕业要求9

     

    毕业要求10

     

     

     

    毕业要求11

    毕业要求12

     

     

     

    毕业要求13

     

     

     

    三、学制与学位

    学制:4年。

    毕业条件:修满课程设置与教学计划规定的所有课程(含实践教学环节),考试合格;参加课外创新创业训练活动,最低获得6学分。

    学位:符合《商洛学院学士学位授予工作细则》要求,授予工学学士学位。

    四、主干学科

    智能科学与技术、电子科学与技术、控制科学与工程

    五、主要课程

    Python语言程序设计、电路理论、算法与数据结构、电子技术基础、自动控制原理、机器学习、模式识别、神经网络与深度学习、人工智能导论、自然语言处理、计算机图形学、智能控制理论、数字图像处理、智能数据挖掘等。

    六、课程体系结构及学时学分比例构成

     

    课程

    公共基础课

    专业基础课

    专业主干课

    合计

    模块

    必修课

    选修课

    必修课

    必修课

    选修课

    理论学时

    718

    96

    672

    96

    128

    1710

    实践学时

    280

    0

    224

    48

    32

    584

    总学时

    998

    96

    896

    144

    160

    2294

    理论学分

    43.5

    6

    42

    6

    8

    105.5

    (比例)

    24.10%

    3.30%

    23.40%

    3.30%

    4.50%

    58.60%

    实践学分

    23.5

    0

    28

    21

    2

    74.5

    (比例)

    13.10%

    0.00%

    15.50%

    11.70%

    1.10%

    41.40%

    总学分

    67

    6

    70

    27

    10

    180

    (比例)

    37.20%

    3.30%

    38.90%

    15.00%

    5.60%

    100.00%


    七、毕业要求的实现矩阵(课程设置与毕业要求指标点关联度)

    序号

    课程名称

    毕业要求1

    毕业要求2

    毕业要求3

    毕业要求4

    毕业要求5

    毕业

    要求6

    毕业要求7

    毕业要求8

    毕业

    要求9

    毕业

    要求10

    毕业

    要求11

    毕业

    要求12

    毕业

    要求13

    1.1

    1.2

    2.1

    2.2

    2.3

    3.1

    3.2

    4.1

    4.2

    4.3

    5.1

    5.2

    5.3

    6.1

    6.2

    6.3

    7.1

    7.2

    8.1

    8.2

    9.1

    9.2

    9.3

    10.1

    10.2

    11.1

    11.2

    11.3

    12.1

    12.2

    13.1

    13.2

    1

    思想道德修养

    与法律基础

    H

    H

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    H

    H

     

     

     

     

     

     

     

     

     

     

    M

     

    H

    H

    2

    中国近现代史

    纲要

    H

    H

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    M

     

    M

     

     

     

     

     

     

    M

    M

    M

    3

    马克思主义

    基本原理

    H

    H

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    H

    M

     

     

     

     

     

     

     

     

     

     

     

    M

     

     

    4

    毛泽东思想和中国特色社会主义理论体系概论

    H

    H

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    M

     

    M

     

     

     

     

     

     

    M

    M

    M

    5

    大学英语

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    M

    M

    H

     

     

     

     

     

     

     

     

     

    6

    大学体育

    H

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    H

     

    H

     

    7

    大学生心理健康教育

     

    M

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    H

    H

     

     

     

    M

     

    H

     

    8

    大学计算机基础

     

     

    H

     

     

    H

     

     

     

    M

     

     

     

     

    H

     

     

     

     

     

    M

     

     

     

     

     

     

     

     

     

     

     

    9

    高等数学

     

     

    H

     

     

    H

     

    H

     

     

     

     

     

    H

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    10

    大学物理

    M

    M

    H

     

     

     

     

     

     

     

     

     

     

     

     

     

    H

    H

    H

     

     

     

     

    M

     

     

     

     

    M

     

     

     

    11

    形势与政策

    H

    H

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    H

    H

     

    H

     

     

     

     

    M

     

     

     

     

    H

     

     

    12

    入学教育

    H

    H

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    M

     

     

     

     

    H

     

    H

    H

    13

    军事理论

    H

    H

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    H

    M

     

     

     

     

    H

     

    H

     

    14

    军事技能

    H

    M

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    H

    M

     

     

     

     

    H

     

    H

     

    15

    大学生职业发展与就业指导

     

    H

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    H

     

     

     

     

     

    M

    M

     

     

     

     

    H

     

    H

    H

    16

    认知实习

    H

    H

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    H

    H

     

     

     

     

     

     

     

     

     

     

    M

     

    H

    H

    17

    创新创业教育

    与训练

     

     

     

     

     

     

     

    H

    H

     

     

     

     

     

     

     

     

     

     

    M

     

    M

    M

    H

    H

     

     

     

     

    H

     

     

    18

    公益劳动

    M

     

     

     

     

     

     

     

    H

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    M

     

     

    H

     

    M

     

     

    序号

     

    课程名称

     

    毕业要求1

    毕业要求2

    毕业要求3

    毕业要求4

    毕业要求5

    毕业

    要求6

    毕业要求7

    毕业要求8

    毕业

    要求9

    毕业

    要求10

    毕业

    要求11

    毕业

    要求12

    毕业

    要求13

    1.1

    1.2

    2.1

    2.2

    2.3

    3.1

    3.2

    4.1

    4.2

    4.3

    5.1

    5.2

    5.3

    6.1

    6.2

    6.3

    7.1

    7.2

    8.1

    8.2

    9.1

    9.2

    9.3

    10.1

    10.2

    11.1

    11.2

    11.3

    12.1

    12.2

    13.1

    13.2

    19

    社会实践

     

     

     

    H

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    M

     

    M

     

     

     

     

    M

     

    H

     

    20

    C语言程序设计

     

     

    H

     

     

    H

     

     

     

    M

     

     

     

     

    H

     

     

     

     

     

    M

     

     

     

     

     

     

     

     

     

     

     

    21

    电路理论

     

     

    H

    H

     

     

     

    H

    H

     

     

     

     

     

     

     

     

    M

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    22

    Python语言

    程序设计

     

     

    H

     

    M

     

     

     

    H

    H

    H

    M

     

     

    H

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    23

    线性代数

     

     

    H

     

     

    H

     

    H

     

     

     

     

     

    H

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    24

    离散数学

     

     

    H

     

     

    H

     

    H

     

     

    M

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    M

     

     

     

    25

    算法与数据

    结构

     

     

    H

     

     

    H

     

    M

     

     

     

     

    M

     

    H

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    26

    人工智能导论

     

     

     

    H

     

     

    H

    H

     

     

     

    M

    M

     

     

    M

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    27

    电子技术基础

     

     

    H

     

     

     

    H

    H

     

     

    H

     

     

    M

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    28

    概率论与

    数理统计

     

     

    H

     

     

    H

     

    H

     

     

     

     

     

    H

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    M

     

     

    29

    自动控制理论

     

     

    H

     

     

     

    H

     

     

     

     

     

    M

     

     

    H

     

     

     

     

     

    M

     

     

     

     

     

     

     

     

     

     

    30

    机器学习

     

     

     

     

    H

    H

    H

     

    H

    H

    M

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    M

     

     

    31

    模式识别

     

     

    H

     

    H

     

    M

    M

     

    H

     

    H

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    32

    智能数据挖掘

     

     

    H

     

     

    M

     

     

     

    H

     

     

    H

    H

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    M

     

     

    33

    人工智能

    应用实践

    M

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    H

    H

     

    H

     

     

     

    H

    M

     

     

     

     

     

     

     

    34

    神经网络

    与深度学习

     

     

    H

     

    H

     

    H

     

     

     

    M

     

     

     

     

     

     

     

     

     

     

    M

     

     

     

     

     

     

     

     

     

     

    35

    微机原理

    应用

     

     

    H

     

     

    H

     

     

     

    M

     

     

     

     

    H

     

     

     

     

     

    M

     

     

     

     

     

     

     

     

     

     

     

    36

    数字图像处理

     

     

    H

     

     

    H

     

     

    H

     

    H

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    M

     

     

     

     

    37

    专业英语

     

     

     

     

     

     

     

     

     

     

     

     

     

    M

     

     

     

     

     

     

    H

    H

    M

     

     

     

     

     

     

    M

     

     

    38

    金工实习

    H

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    H

    H

     

     

     

    H

    M

     

    M

    39

    综合实习

    M

    H

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    H

    H

    H

     

    H

    H

     

    H

    H

    M

    H

    M

    M

     

    H

    H

    40

    自然语言处理

     

     

    H

     

     

    H

     

     

    H

    H

    M

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    M

     

     

    序号

     

     

    课程名称

     

     

    毕业要求1

    毕业要求2

    毕业要求3

    毕业要求4

    毕业要求5

    毕业

    要求6

    毕业要求7

    毕业要求8

    毕业

    要求9

    毕业

    要求10

    毕业

    要求11

    毕业

    要求12

    毕业

    要求13

    1.1

    1.2

    2.1

    2.2

    2.3

    3.1

    3.2

    4.1

    4.2

    4.3

    5.1

    5.2

    5.3

    6.1

    6.2

    6.3

    7.1

    7.2

    8.1

    8.2

    9.1

    9.2

    9.3

    10.1

    10.2

    11.1

    11.2

    11.3

    12.1

    12.2

    13.1

    13.2

    41

    大数据原理

    与应用

     

     

     

     

     

     

    H

     

    H

     

     

     

    H

    M

     

     

     

     

     

     

     

     

     

     

     

     

     

    M

     

    M

     

     

    42

    计算机视觉

     

     

     

     

    H

     

    H

     

    H

     

    M

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    M

     

     

     

     

    43

    机器人程序设计思维与实践

    M

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    H

    H

     

    H

     

     

     

    H

    M

     

     

     

     

     

     

     

    44

    毕业论文

     

     

     

     

     

    H

    H

    H

    H

     

    H

    H

    H

    H

    H

    H

    M

     

     

     

     

     

     

     

     

    H

     

     

     

    M

     

     

    (设计)

    45

    毕业教育

    H

    H

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    H

     

    H

    H

     

     

     

     

     

    M

    M

    H

    46

    人机交互学

     

     

     

    H

     

     

    H

     

     

     

    H

     

     

    M

     

     

     

     

     

     

     

    M

     

     

     

     

     

     

     

     

     

     

    47

    智能控制理论

     

     

     

    H

     

     

    H

     

     

     

    H

     

     

     

     

     

     

     

     

     

     

    M

     

     

     

     

     

     

    M

     

     

     

    48

    无线传感网络

     

     

     

    H

     

     

    H

    H

     

     

     

     

    M

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    49

    语音信号处理

     

     

    H

     

    H

     

    H

     

     

    M

     

     

    M

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    50

    嵌入式系统

     

     

     

     

     

    H

     

     

    H

     

     

     

     

    H

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    M

     

     

    51

    智能优化算法

    及应用

     

     

     

     

     

     

    M

     

     

    M

     

     

    H

    H

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    M

     

     

     

    52

    机器人应用

     

     

     

     

     

     

     

     

     

     

     

    H

     

     

    H

     

    H

     

     

    M

     

     

     

     

     

     

     

     

     

    M

     

     

    技术

    53

    分布式结构

     

     

    H

     

     

     

     

     

     

     

    H

    M

     

     

    M

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    H

     

     

    54

    生物特征识别

     

     

     

     

    H

     

     

     

    H

     

     

    H

     

    H

     

     

     

     

    M

     

     

     

     

     

     

     

     

     

     

     

     

     

    55

    计算机图形学

     

     

     

     

     

     

     

    H

     

     

     

     

     

     

     

     

    H

    H

     

     

     

     

     

     

     

    H

     

     

    M

     

     

     

    56

    智慧城市导论

     

     

     

     

     

     

     

    M

    H

     

    M

     

     

     

     

     

     

    M

    M

     

     

     

     

     

     

     

     

     

     

     

     

     

    57

    项目管理

    与案例分析

    M

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    M

    H

     

     

     

     

    H

    H

    H

     

     

     

     

     

    注:关联强度采用HML分别表示,其中H 表示强相关(80%)M表示中等相关(50%)L表示弱相关(20%)


    八、课程设置及学时学分分配表

    (一)公共基础课模块课程设置及学时学分分配表

    课程

    编号

    课程名称

    课程

    类别

    学分分配

    学时

    (周数)

    学时分配

    开课

    学期

    考核

    方式

    20010001

    思想道德修养

    与法律基础

    必修

    3

    2

    1

    48

    32

     

    16

    1

    20020001

    大学英语1

    必修

    3.5

    3.5

     

    56

    56

     

     

    1

    20110001

    大学体育1

    必修

    1

     

    1

    36

    4

     

    32

    1

    20030001

    大学计算机基础

    必修

    3

    1

    2

    42

    14

    28

     

    1

    20030002

    高等数学1

    必修

    4

    4

     

    64

    64

     

     

    1

    20120001

    入学教育

     

    /

     

    /

    (2)

     

     

     

    1

    20120002

    军事理论

     

    2

    2

     

    36

    36

     

     

    1

    20120003

    军事技能

     

    2

     

    2

    (2)

     

     

     

    1

    20010002

    中国近现代史纲要

    必修

    3

    2

    1

    48

    32

     

    16

    2

    20020002

    大学英语2

    必修

    4

    4

     

    64

    64

     

     

    2

    20110002

    大学体育2

    必修

    1

     

    1

    36

    4

     

    32

    2

    20030003

    高等数学2

    必修

    6

    6

     

    96

    96

     

     

    2

    20040001

    大学物理

    必修

    4

    3

    1

    64

    48

    16

     

    2

    20040002

    认知实习

    必修

    2

     

    2

    (2)

     

     

     

    2

    20010003

    马克思主义基本原理

    必修

    3

    2

    1

    48

    32

     

    16

    3

    20020003

    大学英语3

    必修

    4

    4

     

    64

    64

     

     

    3

    20110003

    大学体育3

    必修

    1

     

    1

    36

    4

     

    32

    3

    20120004

    大学生心理健康教育

    必修

    2

    1

    1

    32

    20

     

    12

    3

    20010004

    毛泽东思想和中国

    特色社会主义理论

    体系概论

    必修

    5

    4

    1

    80

    64

     

    16

    4

    20020004

    大学英语4

    必修

    2

    2

     

    32

    32

     

     

    4

    20110004

    大学体育4

    必修

    1

     

    1

    36

    4

     

    32

    4

    20010005

    形势与政策

    必修

    2

    2

     

    32

    32

     

     

    1-8

    20120005

    大学生职业发展

    与就业指导

    必修

    1

     

    1

    32

     

     

    32

    13

    56

    20040003

    创新创业教育与训练

    必修

    7

    1

    6

    16

    16

     

     

    1-8

    20040004

    公益劳动

    必修

    0.5

     

    0.5

    (2)

     

     

     

    1-8

    20130002

    社会实践

    必修

    /

     

    /

    (2)

     

     

     

    1-7

    20120401

    公共选修课

    选修

    6

    6

     

    96

    96

     

     

    2-6

    小计

    73

    49.5

    23.5

    1094

    (10)

    814

    44

    236

     

     

    (二)专业基础课模块课程设置及学时学分分配表

    课程编号

    课程名称

    课程

    类别

    学分

    学分分配

    学时

    (周数)

    学时分配

    开课

    学期

    考核方式

    理论

    实践

    理论

    实验

    实践

    20045101

    C语言程序设计

    必修

    4

    2

    2

    64

    32

    32

     

    1

    20045102

    电路理论

    必修

    3

    2

    1

    48

    32

    16

     

    2

    20035101

    线性代数

    必修

    2

    2

     

    32

    32

     

     

    2

    20045103

    金工实习

    必修

    2

     

    2

    (2)

     

     

     

    2

    20045104

    算法与数据结构

    必修

    3

    2

    1

    48

    32

    16

     

    2

    20045105

    离散数学

    必修

    3

    3

     

    48

    48

     

     

    3

    20045106

    人工智能导论

    必修

    2

    2

     

    32

    32

     

     

    3

    20045107

    Python语言

    程序设计*

    必修

    4

    2

    2

    64

    32

     

    32

    3

    20045108

    电子技术基础

    必修

    5

    4

    1

    80

    64

    16

     

    3

    20035102

    概率论与

    数理统计

    必修

    2

    2

     

    32

    32

     

     

    3

    20045109

    自动控制原理

    必修

    4

    3

    1

    64

    48

    16

     

    4

    20045110

    机器学习*

    必修

    4

    3

    1

    64

    48

     

    16

    4

    20045111

    模式识别*

    必修

    4

    3

    1

    64

    48

     

    16

    4

    20045112

    智能数据挖掘

    必修

    4

    3

    1

    64

    48

    16

     

    5

    20045113

    人工智能

    应用实践**

    (校企合作课程)

     

    必修

    2

     

    2

    (2)

     

     

     

    5

    20045114

    神经网络与

    深度学习*

    必修

    4

    3

    1

    64

    48

     

    16

    5

    20045115

    微机原理与应用

    必修

    3

    2

    1

    48

    32

    16

     

    5

    20045116

    数字图像处理

    必修

    3

    2

    1

    48

    32

    16

     

    6

    20045117

    专业英语

    必修

    2

    2

     

    32

    32

     

     

    6

    20045118

    综合实习

    必修

    10

     

    10

    (10)

     

     

     

    7

    小计

    70

    42

    28

    896(14)

    672

    144

    80

     

     

    备注

    1、课程名称上标“*”表示该门课程的实践部分为课程设计

    2、课程名称上标“**”表示该门课程为实训课程

     

    (三)专业主干课模块课程设置及学时学分分配表

    课程

    编号

    课程名称

    课程类别

    学分

    学分分配

    学时

    (周数)

    学时分配

    开课

    学期

    考核方式

    20045201

    大数据原理

    与应用

    必修

    3

    2

    1

    48

    32

    16

     

    5

    20045301

    人机交互学

    选修

    2

    2

     

    32

    32

     

     

    5

    20045302

    智能控制理论

    选修

    2

    2

     

    32

    32

     

     

    5

    20045202

    自然语言处理

    必修

    3

    2

    1

    48

    32

    16

     

    6

    20045203

    计算机视觉*

    必修

    3

    2

    1

    48

    32

     

    16

    6

    20045204

    机器人程序设计思维与实践**

    (校企合作课程)

    必修

    2

     

    2

    (2)

     

     

     

    6

    20045303

    无线传感网络

    (方向1

    方向1

    选修

    2

    2

     

    32

    32

     

     

    6

    20045304

    嵌入式系统*

    (方向1-校企合作课程

    选修

    2

    1

    1

    32

    16

     

    16

    6

    20045305

    语音信号处理

    (方向2

    选修

    2

    2

     

    32

    32

     

     

    6

    20045306

    智能优化算法

    及应用*(方向2-

    校企合作课程)

    选修

    2

    1

    1

    32

    16

     

    16

    6

    20045307

    机器人应用技术*(方向1

    选修

    2

    1

    1

    32

    16

     

    16

    7

    20045308

    智慧城市导论

    (方向1

    选修

    2

    2

     

    32

    32

     

     

    7

    20045309

    项目管理与案例分析(方向1

    选修

    2

    2

     

    32

    32

     

     

    7

    20045310

    生物特征识别*

    (方向2

    选修

    2

    1

    1

    32

    16

     

    16

    7

    20045311

    计算机图形学

    (方向2

    选修

    2

    2

     

    32

    32

     

     

    7

    20045312

    分布式结构

    (方向2

    选修

    2

    2

     

    32

    32

     

     

    7

    20045205

    毕业论文(设计)

    必修

    16

     

    16

    (16)

     

     

     

    8

    20045206

    毕业教育

    必修

    /

     

    /

    (2)

     

     

     

    8

    小计

    37

    14

    23

    304

    (20)

    224

    32

    48

     

     

    备注

    1、5学期起开始设置专业选修,其中第5学期至少选修一门选修课,2学分

    2、6学期起设选修方向,其中方向1智能系统应用方向,方向2机器学习与模式识别方向67学期每学期各方向至少定向选修两门选修课,4学分,三个学期共计至少选修10学分(其中至少包含2个实践学分)

    3、课程名称上标带“*”表示该门课程的实践部分为课程设计。

    4、课程名称上标带“**”表示该门课程为实训课程。

     


    九、专业教学进程表

    学年

    学期

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    11

    12

    13

    14

    15

    16

    17

    18

    19

    20

    21

    22

    23

    24

    25

    26

    备注

    1

    ☆★

    ☆★

    ×

    ×

    ×

    ×

    ×

    ×

     

    2

    ×

    ×

    ×

    ×

     

    3

    *

    *

    ×

    ×

    ×

    ×

    ×

    ×

     

    4

    *

    *

    ×

    ×

    ×

    ×

     

    5

    *

    ×

    ×

    ×

    ×

     

    6

    *

    *

    ×

    ×

    ×

    ×

    ×

    ×

     

    7

    *

    ×

    ×

    ×

    ×

    ×

    ×

     

    8

    ×

    ×

    ×

    ×

    ×

    ×

    ×

    ×

     

     

    图例说明:入学教育    军事训练     课堂教学        期末考试    寒暑假期×      公益劳动       社会实践

                认知实习    课程设计*       综合实习       金工实习    课程实训      技能训练       毕业教育  

        毕业论文设计~

                

     

     

    附件【14人工智能专业人才培养方案(定稿版).doc已下载
    关闭窗口

商洛学院电子信息与电气工程学院@版权所有    地址: 商洛市北新街东段10号

电话:0914-****    邮箱:****@163.com   技术:他山之石