智能科學與技術專業本科人才培養方案(外招生) | |||||||
培養目标: | |||||||
A1.紮實掌握智能科學與技術的基礎理論和技能方法。 | |||||||
A2.具備智能信息處理、智能行為交互和智能系統集成方面研究和開發的基本能力。 | |||||||
A3.在不同學科領域從事智能技術與工程的科研、開發和管理工作。 | |||||||
畢業要求: | |||||||
B1.具備紮實的數學基礎,掌握智能科學與技術的基本理論和知識,能夠将所學的基礎理論與專業知識應用于複雜工程問題。 | |||||||
B2.具備自動控制、電子信息、計算機科學、認知科學等基礎知識。 | |||||||
B3.具備恰當使用智能科學與技術的方法和工具解決不同學科的複雜問題。 | |||||||
B4.具有良好的科學素養和社會責任感,能夠在工程實踐中理解并遵守工程職業道德和規範,履行責任。 | |||||||
B5.能夠在具多學科交叉背景的團隊中,承擔個體和團隊成員以及負責人的角色。 | |||||||
B6.基于智能科學與技術的理論知識,通過科學的實驗方法,針對文獻中的科學問題,設計具有創新性的解決方法。 | |||||||
注:知識B1、B2。能力:B3。素質:B4、B5。思維:B6。 | |||||||
主幹學科: | |||||||
計算機科學與技術、電子科學與技術、信息與通信工程。 | |||||||
專業主幹課程: | |||||||
智能科學與技術導論,數據科學、人工智能、智能系統與制造、機器學習等。 | |||||||
實踐教學占比: | |||||||
本專業實踐學時達到總學時的 26.14 % | |||||||
學制: 4 年 | |||||||
授予學位: 工學學士 | |||||||
智能科學與技術專業課程教學進程計劃表 | |||||||
一、通識教育課程: | |||||||
1、必修課 | |||||||
序号 | 課程号 | 課程名稱 | 學分 | 理論學時 | 實踐學時 | 學期 | 先修課程 |
1 | 01010034 | 中國社會發展導論 | 2 | 36 | 1 | ||
2 | 01020001 | 大學英語一級 | 4 | 72 | 1 | ||
3 | 01030009 | 大學語文 | 2 | 36 | 1 | ||
4 | 01040001 | 體育Ⅰ | 1 | 36 | 1 | ||
5 | 01010033 | 大學與人生導論 | 2 | 36 | 2 | ||
6 | 01020002 | 大學英語二級 | 4 | 72 | 2 | ||
7 | 01040002 | 體育Ⅱ | 1 | 36 | 2 | ||
8 | 01020003 | 大學英語三級 | 4 | 72 | 3 | ||
9 | 01040003 | 體育Ⅲ | 1 | 36 | 3 | ||
10 | 01010017 | 中國傳統文化概論 | 2 | 36 | 4 | ||
11 | 01040004 | 體育Ⅳ | 1 | 36 | 4 | ||
通識教育必修課小計 | 24 | 360 | 144 | ||||
2、通識教育選修課學分要求: | |||||||
通識教育選修課要求修滿16.0學分 | |||||||
藝術素養類要求選修2.0學分 | |||||||
經管法類要求選修2.0學分 | |||||||
文史哲類要求選修4.0學分,其中:高級英語課程群要求選修4.0學分 | |||||||
綜合類要求選修6.0學分,其中:創新創業就業心理類課程群要求選修6.0學分 | |||||||
二、基礎教育課程: | |||||||
1、必修課 | |||||||
序号 | 課程号 | 課程名稱 | 學分 | 理論學時 | 實踐學時 | 學期 | 先修課程 |
1 | 07010005 | 高等數學Ⅰ | 5 | 90 | 1 | ||
2 | 08067001 | 計算導論與程序設計 | 2 | 36 | 1 | ||
3 | 08067002 | 計算導論與程序設計實驗 | 1 | 36 | 1 | ||
4 | 08067004 | 智能科學與技術導論 | 3 | 36 | 36 | 1 | |
5 | 05012183 | 數據結構 | 2 | 36 | 2 | 計算導論與程序設計 | |
6 | 07010013 | 高等數學Ⅱ | 5 | 90 | 2 | ||
7 | 07020027 | 電工電子學 | 2 | 36 | 2 | ||
8 | 08060154 | 數據結構實驗 | 0.5 | 18 | 2 | 數據結構 | |
9 | 08067012 | 電工電子學實驗 | 0.5 | 18 | 2 | ||
10 | 07010029 | 線性代數 | 3 | 54 | 3 | 高等數學 | |
11 | 07010155 | 概率論與數理統計 | 3 | 54 | 3 | 高等數學 | |
12 | 07010170 | 離散數學 | 3 | 54 | 3 | 高等數學 | |
13 | 08060038 | 數字邏輯實驗 | 1 | 36 | 3 | 數字邏輯 | |
14 | 08067011 | 數字邏輯 | 2 | 36 | 3 | 電工電子學基礎 | |
15 | 08067017 | 面向對象編程(Java) | 3 | 36 | 36 | 3 | 數據結構 |
16 | 07010047 | 複變函數 | 3 | 54 | 4 | 高等數學 | |
基礎教育必修課小計 | 39 | 612 | 180 | ||||
2、選修課 | |||||||
基礎教育選修課要求修滿6.0學分 | |||||||
程序設計知識群 | |||||||
序号 | 課程号 | 課程名稱 | 學分 | 理論學時 | 實踐學時 | 先修課程 | |
1 | 08066045 | Python程序設計 | 2 | 18 | 36 | 計算導論與程序設計 | |
2 | 08067015 | Matlab程序設計 | 2 | 18 | 36 | 計算導論與程序設計 | |
本知識群小計 | 4 | 36 | 72 | ||||
本知識群要求修讀至少4.0學分 | |||||||
數學基礎知識群 | |||||||
序号 | 課程号 | 課程名稱 | 學分 | 理論學時 | 實踐學時 | 先修課程 | |
1 | 07010134 | 數學建模 | 2 | 36 | 高等數學 | ||
2 | 07010154 | 運籌學 | 2 | 36 | 離散數學 | ||
3 | 08066057 | 組合數學 | 2 | 36 | 離散數學 | ||
本知識群小計 | 6 | 108 | |||||
本知識群要求修讀至少2.0學分 | |||||||
三、專業教育課程: | |||||||
1、必修課 | |||||||
序号 | 課程号 | 課程名稱 | 學分 | 理論學時 | 實踐學時 | 學期 | 先修課程 |
1 | 07010120 | 最優化理論與算法 | 2 | 36 | 4 | 高等數學 | |
2 | 07120008 | 計算機網絡實驗 | 1 | 36 | 4 | 計算機網絡 | |
3 | 08060040 | 計算機組成原理及設計 | 3 | 54 | 4 | 數字邏輯 | |
4 | 08060064 | 計算機組成原理實驗 | 1 | 36 | 4 | 計算機組成原理及設計 | |
5 | 08060072 | 計算機網絡 | 2 | 36 | 4 | ||
6 | 08061057 | 自動控制原理 | 3 | 54 | 4 | ||
7 | 08060214 | 人工智能原理 | 3 | 36 | 36 | 5 | 機器學習 |
8 | 08067005 | 操作系統 | 2 | 36 | 5 | 計算機組成原理及設計 | |
9 | 08067006 | 操作系統實驗(Linux) | 1 | 36 | 5 | 操作系統 | |
10 | 08067007 | 數據科學 | 3 | 36 | 36 | 5 | 最優化理論與算法 |
11 | 08067013 | 機器學習 | 3 | 36 | 36 | 5 | 最優化理論與算法 |
12 | 08067020 | 智能系統與制造 | 3 | 36 | 36 | 5 | 操作系統 |
13 | 08067019 | 嵌入式系統開發 | 3 | 36 | 36 | 6 | 數字邏輯 |
14 | 08067027 | 人工智能與多學科實踐創新 | 2 | 72 | 7 | ||
15 | 08067029 | “AI+X”企業實習 | 1 | 36 | 7 | ||
16 | 50019002 | 畢業論文 | 8 | 288 | 8 | ||
專業教育必修課小計 | 41 | 396 | 684 | ||||
2、選修課 | |||||||
專業教育選修課要求修滿29.0學分 | |||||||
人工智能基礎知識群 | |||||||
序号 | 課程号 | 課程名稱 | 學分 | 理論學時 | 實踐學時 | 先修課程 | |
1 | 01050020 | 物聯網:技術、應用與商業模式 | 2 | 36 | 計算機網絡 | ||
2 | 08061056 | 數字信号處理 | 3 | 54 | 信号與系統 | ||
3 | 08061124 | 信息論與編碼理論基礎 | 2 | 36 | 計算機網絡 | ||
4 | 08061166 | 模拟集成電路設計基礎 | 2 | 36 | 電子電工學基礎 | ||
5 | 08062032 | 随機信号分析 | 2 | 36 | 信号與系統 | ||
6 | 08062071 | 無線通信原理 | 2 | 36 | 計算機網絡 | ||
7 | 08063035 | 信号與系統 | 2 | 36 | |||
本知識群小計 | 15 | 270 | |||||
本知識群要求修讀至少4.0學分 | |||||||
人工智能進階知識群 | |||||||
序号 | 課程号 | 課程名稱 | 學分 | 理論學時 | 實踐學時 | 先修課程 | |
1 | 07010199 | 計算智能 | 3 | 54 | 人工智能 | ||
2 | 08060053 | 數字圖像處理 | 2 | 36 | 數字信号處理 | ||
3 | 08060202 | 軟件工程 | 3 | 54 | |||
4 | 08060322 | 雲計算 | 2 | 36 | 計算機網絡 | ||
5 | 08067014 | 自然語言處理 | 2 | 36 | 人工智能 | ||
6 | 08067016 | 人工智能安全 | 2 | 36 | 人工智能 | ||
7 | 08067018 | 電子電路設計 | 2 | 36 | 數字邏輯 | ||
8 | 08067021 | 智能科學與技術前沿講座 | 2 | 36 | 人工智能 | ||
9 | 08067025 | 群體智能 | 2 | 36 | 人工智能 | ||
10 | 08067026 | 機器視覺 | 2 | 36 | |||
本知識群小計 | 22 | 396 | |||||
本知識群要求修讀至少8.0學分 | |||||||
智能應用知識群 | |||||||
序号 | 課程号 | 課程名稱 | 學分 | 理論學時 | 實踐學時 | 先修課程 | |
1 | 07040030 | 生物信息學 | 2 | 36 | 智能系統與制造 | ||
2 | 08067003 | 腦與認知科學 | 2 | 36 | 智能系統與制造 | ||
3 | 08067022 | 智能遊戲 | 2 | 36 | 智能系統與制造 | ||
4 | 08067023 | 智能新媒體 | 2 | 36 | 智能系統與制造 | ||
5 | 08067024 | 智能機器人 | 2 | 36 | 智能系統與制造 | ||
6 | 08067028 | 智能醫療 | 2 | 36 | 智能系統與制造 | ||
本知識群小計 | 12 | 216 | |||||
本知識群要求修讀至少4.0學分 | |||||||
數據科學知識群 | |||||||
序号 | 課程号 | 課程名稱 | 學分 | 理論學時 | 實踐學時 | 先修課程 | |
1 | 08060321 | 大數據分析 | 2 | 36 | 數據科學 | ||
2 | 08067010 | 智能學習理論 | 2 | 36 | 數據科學 | ||
3 | 11025022 | 數據庫原理與應用 | 2 | 36 | |||
本知識群小計 | 6 | 108 | |||||
本知識群要求修讀至少4.0學分 | |||||||
必修課學分統計表 | |||||||
學期 | 通識教育 | 基礎教育 | 專業教育 | 合計 | |||
1 | 9 | 11 | 0 | 20 | |||
2 | 7 | 10 | 0 | 17 | |||
3 | 5 | 15 | 0 | 20 | |||
4 | 3 | 3 | 12 | 18 | |||
5 | 0 | 0 | 15 | 15 | |||
6 | 0 | 0 | 3 | 3 | |||
7 | 0 | 0 | 3 | 3 | |||
8 | 0 | 0 | 8 | 8 | |||
合計 | 24 | 39 | 41 | 104 | |||
本專業要求:總學分修滿160.0學分,其中必修學分104.0,基礎教育選修學分6.0,專業教育選修學分29.0,通識教育選修學分16.0,剩餘5.0學分為學生任意選修學分。 |