人工智能技術(shù)應(yīng)用實訓(xùn)室建設(shè)需求

人工智能技術(shù)應(yīng)用實訓(xùn)室建設(shè)需求一、技術(shù)需求（一）項目目標(biāo)本次建設(shè)的人工智能技術(shù)應(yīng)用實訓(xùn)室由軟硬件構(gòu)成，包含硬件服務(wù)器、軟件平臺（指主要包括人工智能專業(yè)知識和技能如智能數(shù)據(jù)處理、機器視覺、機器學(xué)習(xí)等內(nèi)容的教學(xué)資源、實踐資源和應(yīng)用案例以及支撐教學(xué)與實訓(xùn)環(huán)節(jié)的平臺環(huán)境）和人工智能教學(xué)儀器設(shè)備等，保障專業(yè)課程教學(xué)和實踐教學(xué)活動的順利開展。（二）內(nèi)容一覽表序號內(nèi)容數(shù)量單位1GPU計算節(jié)點5套2協(xié)同計算節(jié)點1套3服務(wù)器機柜1套4萬兆交換機1套5千兆交換機1套6智能教學(xué)綜合管理平臺1套7智慧教學(xué)實驗平臺1套8課程和實驗資源庫1套9綜合案例資源庫1套10智能開發(fā)板套件20套11智能機械臂開發(fā)套件20套12智能飛行器開發(fā)套件1套13智能機器狗開發(fā)套件1套14機器視覺應(yīng)用實驗箱2套（三）設(shè)備詳細(xì)技術(shù)參數(shù)貨物名稱數(shù)量單位序號指標(biāo)項指標(biāo)要求GPU計算節(jié)點5套1服務(wù)器類型2U機架式，配置安裝導(dǎo)軌，前置支持8個3.5"/2.5"SAS/SATA/NVME硬盤。支持?jǐn)U展1個M.2SATA/NVMESSD；2cpu類型CPU顆數(shù)≥2，單顆CPU性能相當(dāng)于或者不低于12核/24線程，頻率2.10GHz—3.30GHz，緩存不低于18MB；3內(nèi)存類型內(nèi)存總?cè)萘坎坏陀?56GB，單根內(nèi)存容量不少于32GB，R-ECCDDR43200Hz服務(wù)器內(nèi)存；4系統(tǒng)盤類型總?cè)萘坎坏陀?TB；單塊磁盤容量不低于1TB，NVME固態(tài)硬盤；5數(shù)據(jù)盤類型總?cè)萘坎坏陀?6TB；單塊磁盤容量不低于16TB，SATAHDD企業(yè)級機械硬盤；6GPU類型數(shù)量不少于4塊，單塊CUDA計算核心不低于16384核，單精度浮點算力不低于82TFlops，配備至少24GBGDDR6X顯存容量，規(guī)格不少于RTX4090；7共享功能提供支持基于底層基礎(chǔ)硬件的共享功能，基礎(chǔ)硬件共享由基于硬件的算法支持，共享需求提供1/2,1/4,1/8功能；8計算網(wǎng)絡(luò)配置不少于2個10GESFP+網(wǎng)口（包含多模模塊和光纖線纜）；9管理網(wǎng)絡(luò)配置不少于2個1GE千兆網(wǎng)口.（包含網(wǎng)絡(luò)線纜）；平臺支持IB和以太網(wǎng)并提供RDMA技術(shù)以及網(wǎng)卡虛擬化技術(shù)的功能；10電源配置2200W1+1冗余電源，冗余風(fēng)扇滿配；11服務(wù)器管理模塊iKVM集成遠(yuǎn)程更新功能，通過WebGUI、智能平臺管理接口(IPMI)和Redfish?API實現(xiàn)帶外服務(wù)器管理。支持通過BIOS、BMC或DFU進(jìn)行固件更新。支持遠(yuǎn)程BIOS更新。集成遠(yuǎn)程管理功能，通過帶HTML5界面的獨KVM簡化遠(yuǎn)程控制和視頻錄制以輕松排除故障。能夠通過網(wǎng)絡(luò)應(yīng)用遠(yuǎn)程鍵盤、視頻和鼠標(biāo)(KVM)控制，同時監(jiān)控系統(tǒng)狀態(tài)和硬件清單信息。服務(wù)器運行系統(tǒng)已關(guān)閉后，也可以通過簡單的基于Web的界面為全天候遠(yuǎn)程監(jiān)控提供帶外管理?？梢越⒑凸芾鞡MC的防火墻功能。協(xié)同計算節(jié)點1套1服務(wù)器類型2U機架式,配置安裝導(dǎo)軌，前置支持8個3.5"/2.5"SAS/SATA硬盤（支持4個NVME模式），后置支持2個SAS/SATA硬盤。支持?jǐn)U展2個M.2SATASSD；2cpu類型CPU顆數(shù)≥2，單顆CPU性能相當(dāng)于或者不低于16核/32線程.頻率2.90GHz—3.90GHz；3內(nèi)存類型內(nèi)存總?cè)萘坎坏陀?28GB，單根內(nèi)存容量不少于32GB.R-ECCDDR43200Hz服務(wù)器內(nèi)存；4系統(tǒng)盤類型總?cè)萘坎坏陀?60GB；單塊磁盤容量不低于480GB，SATA固態(tài)硬盤；5數(shù)據(jù)盤類型總?cè)萘坎坏陀?4TB；單塊磁盤容量不低于8TB，SATAHDD企業(yè)級機械硬盤；6陣列卡配置獨立LSI陣列卡，高速緩不低于2GB，帶電池/電容保護模塊，支持raid0、1、5、6、10、50、60，支持硬盤滿配數(shù)量；7計算網(wǎng)絡(luò)配置不少于2個10GESFP+網(wǎng)口（包含多模模塊和光纖線纜）.8管理網(wǎng)絡(luò)配置不少于2個1GE千兆網(wǎng)口（包含網(wǎng)絡(luò)線纜）；9電源配置800W1+1冗余電源，冗余風(fēng)扇滿配；10服務(wù)器管理模塊iKVM集成遠(yuǎn)程更新功能，通過WebGUI、智能平臺管理接口(IPMI)和Redfish?API實現(xiàn)帶外服務(wù)器管理。支持通過BIOS、BMC或DFU進(jìn)行固件更新。支持遠(yuǎn)程BIOS更新。集成遠(yuǎn)程管理功能，通過帶HTML5界面的獨立KVM簡化遠(yuǎn)程控制和視頻錄制以輕松排除故障。能夠通過網(wǎng)絡(luò)應(yīng)用遠(yuǎn)程鍵盤、視頻和鼠標(biāo)(KVM)控制，同時監(jiān)控系統(tǒng)狀態(tài)和硬件清單信息。服務(wù)器運行系統(tǒng)已關(guān)閉后，也可以通過簡單的基于Web的界面為全天候遠(yuǎn)程監(jiān)控提供帶外管理。可以建立和管理BMC的防火墻功能。服務(wù)器機柜1套1材質(zhì)和防護等級優(yōu)質(zhì)令軋鋼材質(zhì)，防護等級符合IP20，可以抵抗類似手指長的物體刺穿。2載重和移動重型腳輪，堅固滾輪，自由移動安全堅固，可載重800KG。3組裝方式拆卸方便，側(cè)門和前門，后門均可拆卸，方便設(shè)備的安裝運載及布線。4散熱和通風(fēng)強加風(fēng)扇，風(fēng)扇散熱強，材質(zhì)好，耐用，機柜四面通風(fēng)好。5容量基于國際標(biāo)準(zhǔn)自主開發(fā)的19英寸工業(yè)標(biāo)準(zhǔn)機柜，支持42U內(nèi)部擴展空間。萬兆交換機1套1端口數(shù)量10GESFP+端口≥24，40GEQSFP端口≥6。2交換容量≥2.4Tbps/24Tbps。3包轉(zhuǎn)發(fā)率≥720Mpps/792Mpps。4高度19英寸，1U標(biāo)準(zhǔn)機架式。5風(fēng)扇數(shù)量≥4，可插拔。6MAC特性支持最大64KMAC地址容量，遵循IEEE802.1d標(biāo)準(zhǔn)，支持MAC地址自動學(xué)習(xí)和老化支持靜態(tài)、動態(tài)黑洞MAC表項，支持源MAC地址過濾。7VLAN支持支持基于MAC/協(xié)議/IP子網(wǎng)/策略/端口的VLAN，支持VLANMapping功能.支持GVRP協(xié)議。8安全特性支持防止DOS、ARP攻擊功能、ICMP防攻擊，支持IP、MAC、端口、VLAN的組合綁定，支持端口隔離、端口安全、StickyMAC，支持黑名單和白名單，支持對ND、DHCPv6、MLD等IPv6協(xié)議報文進(jìn)行攻擊溯源和懲罰。9配套材料含10個多模光模塊，10條光纖線纜。10服務(wù)原廠維保3年（標(biāo)準(zhǔn)）。千兆交換機1套1端口數(shù)量10/100/1000BASE-T以太網(wǎng)端口≥24，千兆SFP≥6。2交換容量≥336Gbps。3包轉(zhuǎn)發(fā)率≥42Mpps。4高度1U標(biāo)準(zhǔn)機架式。5散熱方式風(fēng)冷散熱，智能調(diào)速。6接口基礎(chǔ)支持VLAN、支持802.1Q、支持PortBridge、支持Jumbo幀、支持端口UP/DOWN檢測、支持端口自協(xié)商、支持接口MTU設(shè)置、支持VLANIF接口、支持鏈路聚合、靜態(tài)端口聚合。7安全特性支持端口安全、支持廣播、組播、未知單播風(fēng)暴控制、支持端口隔離。8配套材料含24條不低于CAT6類網(wǎng)線。9服務(wù)原廠維保3年（標(biāo)準(zhǔn)）。智能教學(xué)綜合管理平臺1套1支撐人數(shù)可以支撐不少于100人同時在線，進(jìn)行人工智能/在線課程的學(xué)習(xí)；2系統(tǒng)架構(gòu)系統(tǒng)采用B/S架構(gòu)，支持瀏覽器訪問，支持Android版手機客戶端、iOS版手機客戶端訪問，方便學(xué)生隨時隨地登錄系統(tǒng)進(jìn)行學(xué)習(xí)；3權(quán)限管理系統(tǒng)默認(rèn)有管理員、老師、學(xué)生等權(quán)限角色，支持管理員設(shè)置角色權(quán)限及創(chuàng)建新的角色類型；4用戶添加管理員可以手動或批量導(dǎo)入添加老師和學(xué)生用戶，可刪除或停用其他用戶；5在線學(xué)習(xí)管理提供豐富的在線學(xué)習(xí)管理功能,包括課程管理、班級管理、課件管理、題庫管理、作業(yè)管理、測驗管理、成績管理、公告管理、主題討論、學(xué)習(xí)日歷；6教師管理教師功能包括：課程管理、班級管理、課程分析、在課程內(nèi)上傳課件、創(chuàng)建作業(yè)、創(chuàng)建測驗題、作業(yè)評審、討論管理、公告管理等；7課程管理課程管理支持老師按章節(jié)順序等方式自由組合指列課程課件、實驗、作業(yè)、測驗、討論等教學(xué)內(nèi)容，支持老師限制章節(jié)學(xué)習(xí)條件，通關(guān)式學(xué)習(xí)；8課程導(dǎo)入支持課程內(nèi)容導(dǎo)出及導(dǎo)入，可從系統(tǒng)內(nèi)其他課程或已導(dǎo)出的兼容壓縮包中導(dǎo)入；9班級管理支持班級及小組管理，按班級小組指定作業(yè)及測驗等差異化教學(xué)；10作業(yè)管理作業(yè)支持在線文本提交也支持課后附件上傳提交，支持作業(yè)提交起始結(jié)束時間限制，支持作業(yè)小組分類設(shè)置成績權(quán)重，科學(xué)匯總課程最終成績；11評改管理學(xué)生作業(yè)提交后系統(tǒng)自動通知老師評改，同一作業(yè)通知小紅標(biāo)累計數(shù)字，界面簡潔及閱讀高效；12快速批改提供評分手冊，標(biāo)識未提交、待批改、已批改，支持老師快速批改作業(yè)；13評分手冊提供成績冊，按學(xué)生列出各項作業(yè)得分、待批改、未提交等狀態(tài)，支持快速進(jìn)入評分手冊；14成績冊導(dǎo)入導(dǎo)出成績冊支持導(dǎo)出excel表，也支持excel表批量覆蓋導(dǎo)入；15個性化頁面支持個性化頁面，提供圖文及鏈接等編輯，可引入更豐富的教學(xué)資源；16菜單排序支持老師對課程功能菜單進(jìn)行排序，并控制學(xué)生可見范圍；17學(xué)生視圖支持學(xué)生視圖，老師可以直接切換為學(xué)生視角對課程編輯內(nèi)容快速進(jìn)行體驗，快速完善課程設(shè)置；18自定義課程老師可以自定義邀請其他老師參與自己的課程，共同完成課程的教學(xué)，可以授權(quán)課程維護、作業(yè)批改等；19學(xué)生管理學(xué)生功能包括：查看課件、提交作業(yè)、參加測驗、消息會話管理、課程日歷查看、日歷自定義活動提醒、發(fā)起參與課程討論、個人文件夾管理、查看作業(yè)評價和成績、個人檔案管理、通知選項管理等;20課程看板支持課程看板視圖，快速查看各門課程難度級別、學(xué)習(xí)進(jìn)度、顯示作業(yè)/討論/公告等新消息數(shù)量；21測驗管理測驗試卷可從題庫抽取問題，支持固定問題組卷也支持隨機問題組卷，有效防止作弊；22題庫管理支持題庫問題類型包括單選題，多選題，判斷題，填空題等客觀題也支持問答題等主觀題，其中客觀題支持系統(tǒng)自動評分。23教考分離支持教考分離，可限制測驗試卷的訪問人員、訪問來源IP地址、考試起始及結(jié)束時間等；24點評設(shè)置出卷人可為問題設(shè)置參考答案并對各項答案設(shè)置點評內(nèi)容；25客觀題評分客觀題由系統(tǒng)自動判分后也支持評卷教師修正得分、附加評語；26實驗環(huán)境登錄支持實驗環(huán)境無縫連接，無須二次登錄無須任意插件，瀏覽器直接打開實驗機環(huán)境；27課程錄制IE、Chrome、Safari等各種主流瀏覽器免插件觀看課程錄制內(nèi)容。28案例證明平臺支持多類人工智能綜合案例實踐，為證明綜合案例的真實性，要求至少包含以下四個類似綜合案例的演示內(nèi)容：(1)智能交通監(jiān)控：通過實時視頻監(jiān)控采集十字路口交通信息，從攝像頭的存儲設(shè)備通過網(wǎng)絡(luò)傳輸?shù)酱髷?shù)據(jù)處理平臺，大數(shù)據(jù)處理平臺通過運行的應(yīng)用程序?qū)@些流媒體數(shù)據(jù)進(jìn)行處理，處理之后實時展示在前端。識別目標(biāo)包括轎車、公交車、摩托車、電動車、行人等，統(tǒng)計出不同時間段、不同道路的擁塞情況、最擁堵路段的車輛類型，幫助交通管理部門進(jìn)行分流管理，控制不同路段不同時間點交通信號燈的點亮?xí)r長，合理疏通擁塞路段的車流。(2)城市交通監(jiān)測：“城市交通大數(shù)據(jù)”是對城市內(nèi)的主要公共交通工具使用情況的統(tǒng)計，數(shù)據(jù)來源于交通工具上的設(shè)備。要求實現(xiàn)城市內(nèi)交通及人口數(shù)據(jù)的匯總，例如城市內(nèi)各區(qū)縣的人口分布情況、市內(nèi)交通情況、停車數(shù)據(jù)對比展示不同區(qū)縣的交通道路停車情況和建筑物分配的停車情況。實現(xiàn)“交叉口流量”、“路段流量”、“交通流量”、“出行OD”、“行程車速”和“交通路況”等功能。(3)工業(yè)制造瑕疵檢測：通過分析實現(xiàn)對PCB印制電路板的SMT貼片生產(chǎn)線的產(chǎn)品進(jìn)行瑕疵檢測。該案例要求通過CCD相機獲取貼片后的PCB板圖像，隨后圖像傳入工業(yè)產(chǎn)線現(xiàn)場PC機中，PC機通過互聯(lián)網(wǎng)將圖片數(shù)據(jù)上傳到瑕疵檢測平臺的數(shù)據(jù)庫當(dāng)中，平臺調(diào)用后臺的算法對數(shù)據(jù)進(jìn)行處理，處理結(jié)果再通過互聯(lián)網(wǎng)反饋給工業(yè)產(chǎn)線現(xiàn)場的PC機，若發(fā)現(xiàn)問題，現(xiàn)場工人就能及時處理。(4)智能安防：社會智能安防要求連接多個泛感知設(shè)備，包括智能門禁、智能井蓋、智能消防栓，以及小區(qū)、道路監(jiān)控等實時傳感設(shè)備，形成社會面的綜合感知，將房管、市政等掌握的實有人口、房屋、車輛、單位等數(shù)據(jù)信息匯聚。系統(tǒng)末端的感應(yīng)器能深入社區(qū)的“末梢”，不斷感知、收集信息，記錄數(shù)據(jù)到系統(tǒng)的數(shù)據(jù)庫。系統(tǒng)后臺通過大數(shù)據(jù)的分布式計算技術(shù)對這些海量數(shù)據(jù)進(jìn)行研判、比對、碰撞，發(fā)現(xiàn)社區(qū)不安全因素就實時預(yù)警，及時推送給民警。29軟件著作權(quán)平臺須具有獨立的知識產(chǎn)權(quán)，提供軟件著作權(quán)作為證明材料。智慧教學(xué)實驗平臺1套1支撐人數(shù)可以支撐不少于100人同時在線，進(jìn)行人工智能學(xué)習(xí)、實驗和項目實訓(xùn)學(xué)習(xí)；2主要技術(shù)系統(tǒng)采用Docker容器技術(shù)，提供實驗資源調(diào)度及實驗環(huán)境管理；3獨立環(huán)境系統(tǒng)為每個用戶提供獨立的實驗環(huán)境，互相隔離，不受其他用戶的影響；4實驗環(huán)境資源設(shè)置系統(tǒng)支持為每個用戶提供多個節(jié)點的實驗環(huán)境，可為實驗環(huán)境指定CPU、內(nèi)存等資源限制數(shù)量；5GPU分配系統(tǒng)支持為用戶實驗機開通GPU，自動分配帶GUP卡的宿主機啟動虛擬環(huán)境；6快速實驗系統(tǒng)支持秒級完成實驗環(huán)境準(zhǔn)備，快速開展實驗；7實驗時長設(shè)置實驗倒計時結(jié)束，自動釋放資源，支持用戶自主延長實驗時間；支持開啟實驗周，退出實驗時可以保留實驗進(jìn)度；8實驗鏡像系統(tǒng)提供基于Ubuntu圖形桌面的實驗環(huán)境鏡像，包括Hadoop、Hbase、Hive、Spark、Sotrm、python2及3、Rstudio等；9無縫調(diào)用實驗鏡像系統(tǒng)支持老師不使用其他工具，借助平臺即可修改或創(chuàng)建自己的實驗，無縫調(diào)用實驗需要的實驗環(huán)境鏡像；10創(chuàng)建實驗鏡像系統(tǒng)內(nèi)置實驗環(huán)境鏡像管理模塊，可直接在系統(tǒng)中基于基礎(chǔ)鏡像編輯創(chuàng)建新的實驗環(huán)境；11實驗手冊顯示系統(tǒng)支持實驗手冊與實驗機同屏顯示，無需OpenVPN及SSH等工具額外配置連接實驗環(huán)境；12文件互傳系統(tǒng)支持實驗機與物理機之間進(jìn)行文件互傳，無需WinSCP等額外工具完成實驗數(shù)據(jù)或代碼的傳輸；13一鍵復(fù)制系統(tǒng)支持實驗手冊代碼塊一鍵復(fù)制及剪切板復(fù)制，實驗環(huán)境中直接粘貼使用；14代碼隱藏系統(tǒng)支持實驗手冊關(guān)鍵代碼段設(shè)置隱藏，促使學(xué)生自主思考；15全屏顯示系統(tǒng)支持收起實驗手冊，支持實驗環(huán)境全屏顯示；16一鍵重置系統(tǒng)支持實驗環(huán)境一鍵重置，恢復(fù)初始狀態(tài)；17遠(yuǎn)程協(xié)助系統(tǒng)提供遠(yuǎn)程協(xié)助按鈕，支持老師遠(yuǎn)程操作學(xué)生實驗環(huán)境，或?qū)W生之間遠(yuǎn)程互操作；18演示操作系統(tǒng)提供演示按鈕，支持老師或?qū)W生為同學(xué)演示實驗操作；19聊天室系統(tǒng)提供聊天室，支持同一實驗的用戶之間開展即時交流，支持文本及實驗截圖；20實驗報告系統(tǒng)支持實驗報告與實驗機同屏顯示，一邊實驗一邊編寫實驗報告；21實驗過程截圖系統(tǒng)提供桌面截圖工具，支持實驗關(guān)鍵過程截圖，并可直接插入實驗報告；22截圖水印系統(tǒng)桌面截圖支持水印功能，包含用戶ID和實驗時間，防止報告抄襲；23實驗監(jiān)控系統(tǒng)支持老師實時監(jiān)控學(xué)生實驗過程，及時采取干預(yù)措施；24生成GIF動畫系統(tǒng)支持實驗過程后臺自動截圖，生成GIF動畫，方便老師快速審查學(xué)生實驗質(zhì)量；25資源監(jiān)控系統(tǒng)支持當(dāng)前資源使用情況監(jiān)控，實時分析用戶人數(shù)及資源使用類型。26無縫銜接教學(xué)平臺系統(tǒng)無縫集成智慧教學(xué)綜合管理平臺，無需二次登錄，不再額外限制系統(tǒng)用戶數(shù)。27軟件著作權(quán)平臺須具有獨立的知識產(chǎn)權(quán)，提供軟件著作權(quán)作為證明材料。課程和實驗資源庫1套1核心課程提供不少于9門人工智能核心課程，需配合實踐教學(xué)平臺使用?？梢允褂脤嵺`教學(xué)平臺中各種功能配合學(xué)生課程資源學(xué)習(xí)。為能更好的支撐教學(xué)開展，人需提供所列課程的教學(xué)配套材料，包括由軟件提供商正式出版的自有版權(quán)教材，以及滿足32課時理論教學(xué)的教學(xué)大綱、教學(xué)課件（即授課PPT）、理論視頻、隨堂測驗、章節(jié)習(xí)題、期末考題等。具體課程參數(shù)如下：2《人工智能導(dǎo)論》提供不少于32課時的理論教學(xué)內(nèi)容，輪廓性的介紹大數(shù)據(jù)與人工智能的全貌，簡要的探討Hadoop、Spark技術(shù)，同時，探討數(shù)據(jù)庫、編程語言、算法與大數(shù)據(jù)以及人工智能的關(guān)系，最后配合項目演示的方式系統(tǒng)的介紹大數(shù)據(jù)與人工智能的主要工作流。課程必須包含以下內(nèi)容：概述、知識表示與知識圖譜、知識庫、知識搜索策略、機器學(xué)習(xí)方法、深度學(xué)習(xí)與卷積神經(jīng)網(wǎng)絡(luò)、其他知識獲取方法、專家系統(tǒng)、計算機視覺、自然語言處理、機器人、人工智能熱門領(lǐng)域、智能工業(yè)、智能家居和虛擬現(xiàn)實等。3《Python編程基礎(chǔ)與應(yīng)用》提供總計不少于130學(xué)時的教學(xué)資源，包括不少于32學(xué)時的理論教學(xué)資源、不少于32學(xué)時的配套實驗教學(xué)資源、不少于80學(xué)時的拓展實驗資源。1.教學(xué)部分：提供不少于32課時的理論教學(xué)和不少于32課時配套實踐教學(xué)內(nèi)容，主要包括是Python基本介紹、程序設(shè)計、循環(huán)程序設(shè)計、函數(shù)和遞歸、數(shù)據(jù)結(jié)構(gòu)、面向?qū)ο蟪绦蛟O(shè)計及多線程程序設(shè)計。課程必須包含以下章節(jié)：Python程序設(shè)計導(dǎo)論、Python程序設(shè)計初步、循環(huán)程序設(shè)計、函數(shù)和遞歸、Python數(shù)據(jù)結(jié)構(gòu)、Python面向?qū)ο蟪绦蛟O(shè)計、Python多線程程序設(shè)計等。2.拓展實驗部分：根據(jù)學(xué)校的人培方案和教學(xué)計劃要求，Python編程語言實訓(xùn)資源包須包含Python編程基礎(chǔ)、Python數(shù)據(jù)結(jié)構(gòu)、Python數(shù)據(jù)結(jié)構(gòu)與算法等內(nèi)容，合計不少于70個實驗，能夠支撐80個以上的教學(xué)學(xué)時。每個實驗須包含實驗手冊(包含完整的代碼、實驗步驟)、實驗實訓(xùn)虛擬環(huán)境(與實驗手冊配套、包含實驗實訓(xùn)所需的軟件與數(shù)據(jù)）等。實訓(xùn)內(nèi)容包括但不限于以下知識點：（一）Python編程基礎(chǔ)（1）Python源碼安裝（2）Python解釋器介紹（3）Python輸入輸出（4）Python基本數(shù)據(jù)類型：數(shù)字、字符串（5）Python字符串（6）Python運算符與表達(dá)式（7）Python基本數(shù)據(jù)類型：列表、元組（8）Python數(shù)據(jù)結(jié)構(gòu)：列表創(chuàng)建與元素增加（9）Python數(shù)據(jù)結(jié)構(gòu)：列表推導(dǎo)式（10）Python數(shù)據(jù)結(jié)構(gòu)：列表切片操作（11）Python數(shù)據(jù)結(jié)構(gòu)：元組（12）Python基本數(shù)據(jù)類型：字典、集合（13）Python數(shù)據(jù)結(jié)構(gòu)：字典語法及應(yīng)用（14）Python數(shù)據(jù)結(jié)構(gòu)：集合語法及應(yīng)用（15）Python生成器與迭代器（16）Python條件控制（17）Python循環(huán)語句（18）Python內(nèi)置函數(shù)（19）Python函數(shù)設(shè)計與使用（20）Python面向?qū)ο螅喝腴T（21）Python面向?qū)ο螅喝筇匦裕?2）Python面向?qū)ο螅侯惖某蓡T（23）Python模塊的使用（24）Python標(biāo)準(zhǔn)庫（一）（25）Python標(biāo)準(zhǔn)庫（二）（26）Python日期和時間（27）Python正則表達(dá)式（28）Python文件操作（29）Python異常處理（30）PythonJson（31）Python多線程（32）PythonSocket（33）Virtualenv（34）測試（35）項目結(jié)構(gòu)（36）PEP8代碼風(fēng)格指南（二）Python數(shù)據(jù)結(jié)構(gòu)（1）準(zhǔn)備環(huán)境及實驗介紹（2）Python-數(shù)組（3）Python-列表（4）Python-元組（5）python-字典（6）python-2維數(shù)組（7）Python-矩陣（8）python-集合（9）python-Maps（10）python-鏈表（11）Python-棧（12）Python-隊列（13）Python-哈希表（14）Python-二叉樹（15）Python-堆（16）Python-圖（17）Python-算法設(shè)計（18）Python-分治（19）Python-回溯（20）Python-遍歷二叉樹（21）Python-排序算法（22）Python-搜索算法（23）Python-遍歷圖（24）Python-算法分析（25）Python-算法符號（26）Python-攤還復(fù)雜度分析和算法論證（三）Python數(shù)據(jù)結(jié)構(gòu)與算法（1）Python包安裝和使用機制（2）Python打包工具distutils、setuptools分析（3）Python錯誤捕獲機制分析（4）經(jīng)典排序Python實現(xiàn)（5）正則表達(dá)式（6）Pythonsorted排序小結(jié)（7）Dijkstra最短路徑算法（8）動態(tài)規(guī)劃系列之一爬樓梯問題（9）數(shù)據(jù)結(jié)構(gòu)之樹的遍歷（10）動態(tài)規(guī)劃系列之二最大和子數(shù)組（11）動態(tài)規(guī)劃系列之三乘積最大子數(shù)組（12）動態(tài)規(guī)劃系列之四梅花樁問題（13）動態(tài)規(guī)劃系列之五打家劫舍（14）動態(tài)規(guī)劃系列之六01背包問題4《人工智能數(shù)據(jù)集處理》提供總計不少于160學(xué)時的教學(xué)資源，包括不少于32學(xué)時的理論教學(xué)資源、不少于32學(xué)時的配套實驗教學(xué)資源、不少于100學(xué)時的拓展實驗資源。1.教學(xué)部分：提供不少于32課時的理論教學(xué)和不少于32課時配套實踐教學(xué)內(nèi)容，介紹數(shù)據(jù)標(biāo)注、數(shù)據(jù)清洗等數(shù)據(jù)處理的核心技術(shù)，從多種數(shù)據(jù)源中抽取出數(shù)據(jù)，進(jìn)行數(shù)據(jù)清洗、集成、變換、歸約的一系列方法和工具組件。課程必須包含以下章節(jié)：大數(shù)據(jù)技術(shù)概述數(shù)據(jù)預(yù)處理概述、數(shù)據(jù)采集與存儲、Kettle工具的初步使用、基于Kettle的數(shù)據(jù)導(dǎo)入與導(dǎo)出、數(shù)據(jù)清理、Kettle作業(yè)設(shè)計、文本數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)注、處理分類數(shù)據(jù)、圖像處理等。2.拓展實驗部分：根據(jù)學(xué)校的人培方案和教學(xué)計劃要求，數(shù)據(jù)采集與數(shù)據(jù)標(biāo)注實訓(xùn)資源包須包含Python爬蟲、Scrapy爬蟲、Java爬蟲、日志收集系統(tǒng)Flume、分布式消息系統(tǒng)Kafka、數(shù)據(jù)轉(zhuǎn)移工具Sqoop、ETL工具入門與進(jìn)階、數(shù)據(jù)標(biāo)注等內(nèi)容，合計不少于61個實驗，能夠支撐103個或以上的教學(xué)學(xué)時。每個實驗須包含實驗手冊(包含完整的代碼、實驗步驟)、實驗實訓(xùn)虛擬環(huán)境(與實驗手冊配套、包含實驗實訓(xùn)所需的軟件與數(shù)據(jù)）等。實訓(xùn)內(nèi)容包括但不限于以下知識點：（一）python爬蟲（1）urllib和re模塊的安裝使用（2）Python爬取百度貼吧圖片（3）Python爬取當(dāng)當(dāng)網(wǎng)圖書信息（4）Python爬取百度貼吧貼文（二）Scrapy爬蟲（1）Scrapy爬取博客文章（2）Scrapy命令行工具（3）Spider類（4）選擇器（5）Item類（6）Item加載器（7）ScrapyShell（8）Scrapy項目實戰(zhàn)（三）java爬蟲（1）Jsoup內(nèi)容解析（2）Xpath解析（四）日志收集系統(tǒng)Flume（1）Flume安裝部署（2）Flume配置Source、Channel、Sink（3）Flume自定義來源（4）Flume多source多sink組合框架搭建（5）Flume傳輸數(shù)據(jù)給Kafka（6）FlumeInterceptors相關(guān)配置（7）FlumeAVROClient開發(fā)（8）FlumeSinkProcessors相關(guān)配置（9）Flumeselector相關(guān)配置（五）分布式消息系統(tǒng)Kafka（1）Kafka安裝部署（2）基本命令（3）KafkaTopic（4）Kafka生產(chǎn)者和消費者（5）KafkaProducer開發(fā)(一)（6）KafkaProducer開發(fā)(二)（7）KafkaConsumer開發(fā)(一)（8）KafkaConsumer開發(fā)(二)（9）Kafka整合Flume（10）結(jié)構(gòu)化數(shù)據(jù)的發(fā)送與接收（11）非結(jié)構(gòu)化數(shù)據(jù)的發(fā)送與接收（12）Spark整合Kafka（六）數(shù)據(jù)轉(zhuǎn)移工具Sqoop（1）Sqoop安裝（2）Sqoop數(shù)據(jù)導(dǎo)入導(dǎo)出（3）Sqoop增量數(shù)據(jù)導(dǎo)入（4）Sqoop基本流程綜合案例（七）ETL工具入門與進(jìn)階（1）csv文件入門（2）從xml獲取數(shù)據(jù)（3）jsoninput（4）表輸入與輸出（5）計算器（6）行列轉(zhuǎn)換（7）行扁平化（8）替換null值（9）寫日志（10）switch和case（11）數(shù)據(jù)庫查詢（12）笛卡爾積記錄關(guān)聯(lián)（13）記錄集連接（14）分組（15）JavaScript腳本（16）Java腳本（八）數(shù)據(jù)標(biāo)注（1）文本標(biāo)注（2）車牌標(biāo)注（3）行人標(biāo)注（4）遙感圖片標(biāo)注（5）醫(yī)療影像標(biāo)注（6）標(biāo)注結(jié)果訓(xùn)練及自動標(biāo)注5《機器學(xué)習(xí)技術(shù)與應(yīng)用》提供總計不少于100學(xué)時的教學(xué)資源，包括不少于32學(xué)時的理論教學(xué)資源、不少于32學(xué)時的配套實驗教學(xué)資源、不少于30學(xué)時的拓展實驗資源。1.教學(xué)部分：提供不少于32課時的理論教學(xué)和不少于32課時配套實踐教學(xué)內(nèi)容，研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能。課程必須包含以下章節(jié)：機器學(xué)習(xí)的基礎(chǔ)概念和發(fā)展歷程、Python常用庫、線性回歸預(yù)測與邏輯回歸分類、K近鄰分類與回歸、決策樹分類與回歸、貝葉斯分類、支持向量機分類、集成學(xué)習(xí)分類與回歸、聚類、深度神經(jīng)網(wǎng)絡(luò)、文本分析和圖像分析等。2.拓展實驗部分：根據(jù)學(xué)校的人培方案和教學(xué)計劃要求，機器學(xué)習(xí)實訓(xùn)資源包須包含機器學(xué)習(xí)經(jīng)典算法和機器學(xué)習(xí)實戰(zhàn)案例等內(nèi)容，共計不少于21個實驗，支撐30個以上教學(xué)學(xué)時。每個實驗須包含實驗手冊(包含完整的代碼、實驗步驟)、實驗實訓(xùn)虛擬環(huán)境(與實驗手冊配套、包含實驗實訓(xùn)所需的軟件與數(shù)據(jù)）等。實訓(xùn)內(nèi)容包括但不限于以下知識點：（一）機器學(xué)習(xí)經(jīng)典算法（1）機器學(xué)習(xí)前導(dǎo)（2）機器學(xué)習(xí)入門（3）數(shù)據(jù)預(yù)處理（4）主成分分析算法（5）簡單線性回歸（6）多元線性回歸（7）邏輯回歸（8）softmax回歸模型（9）K近鄰法（10）基于樸素貝葉斯算法的文本分類（11）決策樹（12）隨機森林（13）支持向量機（二）機器學(xué)習(xí)實戰(zhàn)案例（1）使用Pandas進(jìn)行數(shù)據(jù)探索（2）Python數(shù)據(jù)可視化分析（3）特征工程和特征選擇（4）決策樹和K近鄰分類（5）線性回歸與線性分類器（6）隨機梯度下降和獨熱編碼（7）主成分分析和聚類6《深度學(xué)習(xí)技術(shù)與應(yīng)用》提供總計不少于170學(xué)時的教學(xué)資源，包括不少于32學(xué)時的理論教學(xué)資源、不少于32學(xué)時的配套實驗教學(xué)資源、不少于110學(xué)時的拓展實驗資源。1.教學(xué)部分：提供不少于32課時的理論教學(xué)和不少于32課時配套實踐教學(xué)內(nèi)容，介紹深度學(xué)習(xí)的基本理論，主要以Ubuntu系統(tǒng)為例搭建了主流框架TensorFlow，并描述其詳細(xì)生產(chǎn)流程，通過集群部署深度學(xué)習(xí)的項目以及如何進(jìn)行運營維護的注意事項。課程必須包含以下章節(jié)：深度學(xué)習(xí)基本概念、深度學(xué)習(xí)基礎(chǔ)、深度學(xué)習(xí)開發(fā)框架、TensorFlow編程基礎(chǔ)、使用keras搭建神經(jīng)網(wǎng)絡(luò)識別MNIST數(shù)據(jù)集、優(yōu)化神經(jīng)網(wǎng)絡(luò)提高識別準(zhǔn)確率、優(yōu)化神經(jīng)網(wǎng)絡(luò)提高識別準(zhǔn)確率、CIFAR-10圖像識別、圖像分類-貓狗識別、人臉表情識別、構(gòu)建生成對抗網(wǎng)絡(luò)生成MNIST模擬數(shù)據(jù)集、使用SRGAN實現(xiàn)flowers數(shù)據(jù)集的超分辨率修復(fù)、IMDb網(wǎng)絡(luò)電影數(shù)據(jù)集分析等。2.拓展實驗部分：根據(jù)學(xué)校的人培方案和教學(xué)計劃要求，深度學(xué)習(xí)實訓(xùn)資源包須包含深度學(xué)習(xí)之Tensorflow、深度學(xué)習(xí)之Keras、深度學(xué)習(xí)之Pytorch和深度學(xué)習(xí)之MXNet等內(nèi)容，合計不少于80個實驗，支撐110個或以上教學(xué)學(xué)時。每個實驗須包含實驗手冊(包含完整的代碼、實驗步驟)、實驗實訓(xùn)虛擬環(huán)境(與實驗手冊配套、包含實驗實訓(xùn)所需的軟件與數(shù)據(jù)）等。實訓(xùn)內(nèi)容包括但不限于以下知識點：（一）深度學(xué)習(xí)之Tensorflow（1）TensorFlow線性回歸（2）TensorFlow邏輯回歸（3）TensorFlowK近鄰算法（4）TensorFlow多層感知機（5）TensorFlow循環(huán)神經(jīng)網(wǎng)絡(luò)（6）TensorFlow雙向循環(huán)神經(jīng)網(wǎng)絡(luò)（7）TensorFlow實現(xiàn)K-Means算法（8）TensorFlow隨機森林（9）TensorFlow簡單神經(jīng)網(wǎng)絡(luò)（10）TensorFlow卷積神經(jīng)網(wǎng)絡(luò)（11）TensorFlow遞歸神經(jīng)網(wǎng)絡(luò)（12）TensorFlow雙向遞歸神經(jīng)網(wǎng)絡(luò)（13）TensorFlow動態(tài)遞歸神經(jīng)網(wǎng)絡(luò)（14）TensorFlow自動編碼器（15）TensorFlow手寫數(shù)字識別（16）TensorFlow手寫數(shù)字識別應(yīng)用（二）深度學(xué)習(xí)之Keras（1）Keras框架入門基礎(chǔ)（2）Keras構(gòu)建簡單的回歸神經(jīng)網(wǎng)絡(luò)（3）基于Keras的LSTM多變量時間序列預(yù)測（4）基于Keras框架處理標(biāo)簽數(shù)據(jù)（5）基于Keras框架處理mnist圖片數(shù)據(jù)（6）基于Keras框架處理mnist圖片數(shù)據(jù)-進(jìn)階（7）基于Keras框架實現(xiàn)字母預(yù)測-初級（8）基于Keras框架實現(xiàn)字母預(yù)測-進(jìn)階（9）基于Keras框架實現(xiàn)字母預(yù)測-高級（10）Keras卷積神經(jīng)網(wǎng)絡(luò)可視化（11）基于Keras框架建立自動編碼器（12）基于Keras的LSTM實現(xiàn)seq2seq（三）深度學(xué)習(xí)之Pytorch（1）Pytorch自動求導(dǎo)機制（2）動態(tài)圖與靜態(tài)圖（3）線性模型與梯度下降（4）多層神經(jīng)網(wǎng)絡(luò)sequential和module（5）深層神經(jīng)網(wǎng)絡(luò)（6）參數(shù)初始化方法（7）優(yōu)化算法SGD（8）優(yōu)化算法動量法（9）優(yōu)化算法adagrad（10）優(yōu)化算法adadelta（11）優(yōu)化算法Adam（12）Pytorch中的卷積模塊（13）循環(huán)神經(jīng)網(wǎng)絡(luò)模塊LSTM和GRU（14）使用RNN進(jìn)行時間序列分析（15）QLearning介紹（16）靈活的數(shù)據(jù)讀取7《Hadoop+Spark大數(shù)據(jù)技術(shù)與應(yīng)用》提供總計不少于170學(xué)時的教學(xué)資源，包括不少于32學(xué)時的理論教學(xué)資源、不少于32學(xué)時的配套實驗教學(xué)資源、不少于100學(xué)時的拓展實驗資源。1.教學(xué)部分：提供不少于32課時的理論教學(xué)和不少于32課時配套實踐教學(xué)內(nèi)容，通過該課程的學(xué)習(xí)，使學(xué)生系統(tǒng)的學(xué)習(xí)當(dāng)前廣泛使用的兩類通用大數(shù)據(jù)平臺：Hadoop與Spark，學(xué)會搭建Hadoop完全分布式集群，Spark集群安裝配置。課程必須包含以下章節(jié)：大數(shù)據(jù)技術(shù)概述、Linux系統(tǒng)安裝與使用、Hadoop部署安裝與使用、HDFS基礎(chǔ)使用、MapReduce原理與基礎(chǔ)編程、HBase部署與使用、Hive部署與使用、Zookeeper部署與使用、Spark部署安裝與使用、SparkSQL：結(jié)構(gòu)化數(shù)據(jù)文件處理、SparkStreaming：實時計算框架、SparkGraphFrames：圖計算、數(shù)據(jù)采集工具安裝與使用等。2.拓展實驗部分：Hadoop大數(shù)據(jù)技術(shù)根據(jù)學(xué)校的人培方案和教學(xué)計劃要求，Hadoop大數(shù)據(jù)技術(shù)實訓(xùn)資源包須包含大數(shù)據(jù)平臺部署、分布式存儲HDFS、批處理引擎MapReduce等內(nèi)容，合計不少于32個實驗，能夠支撐45個或以上教學(xué)課時。每個實驗須包含實驗手冊(包含完整的代碼、實驗步驟)、實驗實訓(xùn)虛擬環(huán)境(與實驗手冊配套、包含實驗實訓(xùn)所需的軟件與數(shù)據(jù)）等。實訓(xùn)內(nèi)容包括但不限于以下知識點：（一）大數(shù)據(jù)平臺部署（1）Hadoop單機模式安裝（2）Hadoop介紹及偽分布式安裝（3）HBase的安裝配置（4）Hive安裝部署（5）Sqoop安裝（6）ZooKeeper安裝配置（7）Pig介紹和安裝部署（8）Flume介紹與安裝（9）Kafka安裝應(yīng)用（10）Chukwa介紹與安裝部署（11）Mahout介紹和安裝部署（12）SparkLocal模式安裝（13）Sparkstandalone偽分部模式安裝（14）Storm單機模式安裝（二）分布式存儲HDFS（1）HDFS原理及操作（一）（2）HDFS原理及操作（二）（3）HDFS原理及操作（三）（4）HDFSJavaAPI（三）批處理引擎MapReduce（1）Mapreduce原理及操作（一）（2）Mapreduce原理及操作（二）（3）Mapreduce電商用戶產(chǎn)品收藏數(shù)WordCount（4）Mapreduce用戶收藏產(chǎn)品去重（5）Mapreduce產(chǎn)品點擊數(shù)平均值（6）Mapreduce產(chǎn)品點擊量排序（7）Mapreduce產(chǎn)品點擊量二次排序（8）Mapreduce產(chǎn)品銷量點擊量倒排索引（9）Mapreduce用戶訂購產(chǎn)品分析Map端join（10）Mapreduce用戶訂購產(chǎn)品分析Reduce端join（11）Mapreduce用戶間接好友分析單表join（12）Mapreduce多條件產(chǎn)品瀏覽情況分析ChainMapreduce（13）Mapreduce自定義輸入格式（14）Mapreduce自定義輸出格式Spark大數(shù)據(jù)技術(shù)根據(jù)學(xué)校的人培方案和教學(xué)計劃要求，Spark大數(shù)據(jù)技術(shù)實訓(xùn)資源包須包含Scala程序設(shè)計、Spark基礎(chǔ)、Spark流處理、Pyspark基礎(chǔ)、實時流式框架Storm等內(nèi)容，合計不少于30個實驗，能夠支撐64個或以上課時。每個實驗須包含實驗手冊(包含完整的代碼、實驗步驟)、實驗實訓(xùn)虛擬環(huán)境(與實驗手冊配套、包含實驗實訓(xùn)所需的軟件與數(shù)據(jù)）等。實訓(xùn)內(nèi)容包括但不限于以下知識點：（一）Scala程序設(shè)計（1）Scala安裝（2）變量定義與基本類型（3）函數(shù)及其幾種形式（4）類和對象（5）操作符即方法（6）類繼承（7）特質(zhì)（8）包和導(dǎo)入（9）集合（10）內(nèi)建控制結(jié)構(gòu)（11）模式匹配（12）類型參數(shù)化（13）抽象成員（14）隱式轉(zhuǎn)換與隱式參數(shù)（二）Spark基礎(chǔ)（1）SparkShell操作（2）SparkScala與JavaAPI操作（3）Spark基本工作原理與RDD（4）SparkGraphX圖處理（三）Spark流處理（1）SparkStreamingWordCount演示（2）SparkStreaming模擬日志分析（3）SparkStreaming貸款黑名單實時過濾模擬（四）Pyspark基礎(chǔ)（1）Spark安裝部署（2）使用pySpark開發(fā)wordCount程序（3）使用pySpark進(jìn)行Spark-submit（4）SparkSQL入門（5）SparkDataFrame基本概念（6）SparkGraphFrames（五）實時流式框架Storm（1）storm單機模式安裝（2）stormShell基本操作（3）stormTrident之Filter（4）stormTrident之Function（5）stormTrident之Aggregate（6）stormTrident之WordCount（7）storm模擬日志處理實戰(zhàn)8《自然語言處理技術(shù)與應(yīng)用》提供總計不少于120學(xué)時的教學(xué)資源，包括不少于32學(xué)時的理論教學(xué)資源、不少于32學(xué)時的配套實驗教學(xué)資源、不少于60學(xué)時的拓展實驗資源。1.教學(xué)部分：提供不少于32課時的理論教學(xué)和不少于32課時配套實踐教學(xué)內(nèi)容，介紹語音識別及其在控制領(lǐng)域的應(yīng)用技術(shù)開發(fā)方法，對語音識別的原理和模型、語音信號處理方法、硬件和軟件開發(fā)平臺進(jìn)行了介紹，對語音識別在web中的應(yīng)用、語音控制軟件的設(shè)計和語音遠(yuǎn)程控制技術(shù)以及語音控制器等內(nèi)容都結(jié)合實例講解了其開發(fā)過程。課程必須包含以下章節(jié)：自然語言處理初探、使用Python進(jìn)行自然語言基礎(chǔ)處理、使用NLTK獲取和構(gòu)建語料庫、Jieba中文分詞、Jieba詞性標(biāo)注、命名實體識別之日期識別和地名識別、提取文本關(guān)鍵詞、詞向量算法、句法分析、情感分析、機器學(xué)習(xí)在自然語言處理中的應(yīng)用、深度學(xué)習(xí)在自然語言處理中的應(yīng)用、自然語言處理典型的應(yīng)用場景等。2.拓展實驗部分：根據(jù)學(xué)校的人培方案和教學(xué)計劃要求，自然語言處理實訓(xùn)資源包須包含自然語言處理入門和實戰(zhàn)案例等內(nèi)容，合計不少于26個實驗，支撐64個或以上教學(xué)學(xué)時。每個實驗須包含實驗手冊(包含完整的代碼、實驗步驟)、實驗實訓(xùn)虛擬環(huán)境(與實驗手冊配套、包含實驗實訓(xùn)所需的軟件與數(shù)據(jù)）等。實訓(xùn)內(nèi)容包括但不限于以下知識點：（一）自然語言處理入門（1）中英文分詞方法及實現(xiàn)（2）隱馬爾科夫模型(HMM)分詞（3）Jieba：高頻詞提?。?）使用詞性標(biāo)注語料庫開發(fā)分塊器（5）命名實體識別之日期識別（6）命名實體識別之地名識別（7）關(guān)鍵詞提?。?）網(wǎng)頁文本向量化（9）Word2Vec_Skipgram_文本處理（10）Transformer_文本翻譯（11）Transformer(Greedy_decoder)_文本翻譯進(jìn)階（12）TextRNN_文本預(yù)測（13）TextLSTM_文本預(yù)測進(jìn)階（14）Bi_LSTM_文本預(yù)測高級（15）seq2seq_文本轉(zhuǎn)換（16）Seq2Seq(Attention)_文本轉(zhuǎn)換進(jìn)階（17）句法分析（18）NNLM_單詞預(yù)測（19）TextCNN_文本情感分析（20）基于Bi_LSTM(Attention)的文本情感分類（21）BERT_問答系統(tǒng)（二）實戰(zhàn)案例（1）TF-IDF算法文本詞頻統(tǒng)計（2）NLP詞嵌入實戰(zhàn)（3）TextRank算法完成摘要提?。?）NLP文本處理（5）隨機文本生成9《計算機視覺技術(shù)與應(yīng)用》提供總計不少于190學(xué)時的教學(xué)資源，包括不少于32學(xué)時的理論教學(xué)資源、不少于32學(xué)時的配套實驗教學(xué)資源、不少于120學(xué)時的拓展實驗資源。1.教學(xué)部分：提供不少于32課時的理論教學(xué)和不少于32課時配套實踐教學(xué)內(nèi)容，主要從工程應(yīng)用的角度比較全面地介紹圖像識別基礎(chǔ)知識、計算機處理圖像的基礎(chǔ)理論和實用技術(shù)以及近年來該領(lǐng)域的新研究成果和應(yīng)用實例，注重理論，突出實用。了解圖像識別的基礎(chǔ)知識和技術(shù)，并學(xué)會在實踐中應(yīng)用圖像識別技術(shù)。課程必須包含以下章節(jié)：計算機視覺概述、OpenCV簡介及搭建、OpenCV圖像的常用操作、給圖片加濾鏡、使模糊圖片清晰化、圖像復(fù)原、綜合任務(wù)：圖像處理之信用卡數(shù)字識別、深度學(xué)習(xí)、TensorFlow的安裝與簡介、人臉識別、圖像分類之貓狗識別、無人駕駛之目標(biāo)檢測、人體姿態(tài)識別等。2.拓展實驗部分：根據(jù)學(xué)校的人培方案和教學(xué)計劃要求，計算機視覺實訓(xùn)資源包須包含圖像處理基礎(chǔ)知識、計算機視覺庫和案例實戰(zhàn)等內(nèi)容，合計不少于90個實驗，支撐125個或以上教學(xué)學(xué)時。每個實驗須包含實驗手冊(包含完整的代碼、實驗步驟)、實驗實訓(xùn)虛擬環(huán)境(與實驗手冊配套、包含實驗實訓(xùn)所需的軟件與數(shù)據(jù)）等。實訓(xùn)內(nèi)容包括但不限于以下知識點：（一）圖像處理基礎(chǔ)知識（1）數(shù)字圖像處理基礎(chǔ)（1）（2）數(shù)字圖像處理基礎(chǔ)（2）（3）數(shù)字圖像處理基礎(chǔ)（3）（4）Python圖像處理入門（1）（5）Python圖像處理入門（2）（6）Python圖像處理入門（3）（7）Python圖像處理入門（4）（8）Python圖像處理入門（5）（9）Python圖像幾何變換（1）（10）Python圖像幾何變換（2）（11）Python圖像幾何變換（3）（12）Python圖像量化及采樣處理（1）（13）Python圖像量化及采樣處理（2）（14）Python圖像的點運算處理（1）（15）Python圖像的點運算處理（2）（16）Python圖像的點運算處理（3）（17）Python圖像的點運算處理（4）（18）Python直方圖統(tǒng)計（1）（19）Python直方圖統(tǒng)計（2）（20）Python直方圖統(tǒng)計（3）（21）Python圖像增強（22）Python圖像平滑（1）（23）Python圖像平滑（2）（24）Python圖像銳化及邊緣檢測（1）（25）Python圖像銳化及邊緣檢測（2）（26）Python圖像形態(tài)學(xué)處理（1）（27）Python圖像形態(tài)學(xué)處理（2）（28）Python圖像特效處理（1）（29）Python圖像特效處理（2）（30）Python圖像特效處理（3）（31）Python圖像分割（1）（32）Python圖像分割（2）（33）Python圖像分割（3）（34）Python傅里葉變換與霍夫變換（1）（35）Python傅里葉變換與霍夫變換（2）（二）計算機視覺庫（1）基于OpenCV的圖像基本操作（2）圖像與視頻的加載、展示、保存（3）在圖像上繪制幾何形狀（4）畫筆（5）滑動條（6）圖像基本操作（7）圖像的算術(shù)運算（8）性能度量與性能改進(jìn)（9）基于OpenCV的常見圖像形成方法（10）變換色彩空間（11）圖像幾何變換（12）圖像閾值化（13）基于彩色直方圖均衡化和形態(tài)學(xué)運算的圖像增強方法（14）圖像平滑（15）形態(tài)轉(zhuǎn)換（16）基于OpenCV的圖像預(yù)處理方法（17）圖像金字塔（18）初識輪廓（19）輪廓特征之一（20）輪廓特征之二（21）輪廓特征之三（22）輪廓屬性（23）直方圖基礎(chǔ)（24）直方圖均衡化（25）模板匹配（26）Hough直線檢測（27）Hough圓檢測（28）使用分水嶺算法實現(xiàn)圖像分割（29）GrabCut摳圖（30）使用sobel、roberts、Canny算子實現(xiàn)圖像邊緣檢測（31）圖像梯度（32）Canny邊緣檢測（33）Harris角點檢測（34）Shi-Tomasi與SIFT角點檢測（35）SURF角點檢測（36）FAST、BRIEF與ORB角點檢測（37）基于OpenCV的圖像點特征提?。?8）特征匹配（39）使用特征匹配和單應(yīng)性尋找目標(biāo)（40）基于OpenCV的圖像分割方法一（41）基于OpenCV的圖像分割方法二（42）基于OpenCv的經(jīng)典人臉檢測算法的實現(xiàn)（43）基于OpenCv的經(jīng)典行人檢測算法的實現(xiàn)（44）物體識別（45）使用背景差法實現(xiàn)運動目標(biāo)跟蹤（46）使用三幀差法實現(xiàn)運動目標(biāo)跟蹤（47）背景差法捕捉動態(tài)圖像（48）使用Meanshift和Camshift實現(xiàn)目標(biāo)跟蹤（三）案例實戰(zhàn)（1）Scipy人臉數(shù)據(jù)降維（2）Scipy人臉識別（3）SKlearn之神經(jīng)網(wǎng)絡(luò)手寫數(shù)字識別（4）SKlearn之BP神經(jīng)網(wǎng)絡(luò)手寫數(shù)字識別（5）Tensorflow驗證碼識別（6）Tensorflow卡通表情識別（7）Keras之CNN實現(xiàn)手寫數(shù)字識別（8）Pytorch之CNN實現(xiàn)手寫數(shù)字識別（9）Caffe圖片識別過程詳解（10）Caffe衣服分類識別10《數(shù)據(jù)可視化技術(shù)》提供總計不少于140學(xué)時的教學(xué)資源，包括不少于32學(xué)時的理論教學(xué)資源、不少于32學(xué)時的配套實驗教學(xué)資源、不少于85學(xué)時的拓展實驗資源。1.教學(xué)部分：提供不少于32課時的理論教學(xué)和不少于32課時配套實踐教學(xué)內(nèi)容，通過數(shù)據(jù)的綁定，將數(shù)據(jù)采用圖表，圖形以及地圖等形式進(jìn)行呈現(xiàn)。掌握坐標(biāo)軸數(shù)據(jù)的綁定以及比例尺的設(shè)置，可以繪制柱形圖和散點圖；使用生成器繪制常見的線條圖形；綁定和解析常用格式數(shù)據(jù)；使用畫圖繪制常用圖表；繪制地圖以及在地圖上面添加標(biāo)記；掌握常用交互事件。課程必須包括以下章節(jié)：數(shù)據(jù)可視化及Tableau概述、Tableau連接數(shù)據(jù)源、Tableau工作表操作、Tableau函數(shù)與計算、Tableau排序、篩選與參數(shù)、Tableau創(chuàng)建地圖、Tableau創(chuàng)建高級圖表、Tableau創(chuàng)建儀表板、Tableau創(chuàng)建故事、Tableau數(shù)據(jù)共享等。2.拓展實驗部分：根據(jù)學(xué)校的人培方案和教學(xué)計劃要求，數(shù)據(jù)可視化技術(shù)實驗實訓(xùn)資源包須包含Python數(shù)據(jù)可視化基礎(chǔ)、Pyecharts數(shù)據(jù)可視化、ECharts可視化實戰(zhàn)等內(nèi)容，合計不少于35個實驗，能夠支撐85個或以上課時。每個實驗須包含實驗手冊(包含完整的代碼、實驗步驟)、實驗實訓(xùn)虛擬環(huán)境(與實驗手冊配套、包含實驗實訓(xùn)所需的軟件與數(shù)據(jù)）等。實訓(xùn)內(nèi)容包括但不限于以下知識點：（一）Python數(shù)據(jù)可視化基礎(chǔ)（1）Matplotlib繪制圖形（2）Matplotlib二維圖像繪制方法（3）Matplotlib三維圖像繪制方法（4）Seaborn分類圖表（5）Seaborn關(guān)系類圖表（6）Seaborn分布圖（7）Seaborn回歸圖（8）Seaborn矩陣圖（9）Seaborn地震數(shù)據(jù)可視化（二）Pyecharts數(shù)據(jù)可視化（1）直角坐標(biāo)系圖和地理圖（2）基本圖表（3）3D圖表（4）樹形圖和組合圖（5）主題設(shè)置（6）初始化配置項（7）標(biāo)題配置項（8）圖例配置項（9）提示框配置項（10）坐標(biāo)軸配置項（11）視覺映射配置項（12）人均壽命與GDP可視化（13）實戰(zhàn)案例集合（一）（14）實戰(zhàn)案例集合（二）（15）實戰(zhàn)案例集合（三）（16）實戰(zhàn)案例集合（四）（17）實戰(zhàn)案例集合（五）（三）ECharts可視化實戰(zhàn)（1）ECharts組件使用（2）大數(shù)據(jù)運維可視化實戰(zhàn)（3）設(shè)備環(huán)境監(jiān)測可視化實戰(zhàn)（4）設(shè)備檢測可視化實戰(zhàn)（5）交通大數(shù)據(jù)可視化實戰(zhàn)（6）車聯(lián)網(wǎng)大數(shù)據(jù)平臺可視化實戰(zhàn)（7）物流大數(shù)據(jù)可視化實戰(zhàn)（8）通信大數(shù)據(jù)可視化實戰(zhàn)（9）醫(yī)療大數(shù)據(jù)可視化實戰(zhàn)（10）輿情分析可視化實戰(zhàn)（11）大數(shù)據(jù)分析系統(tǒng)可視化實戰(zhàn)綜合案例資源庫1套1案例資源部署圍繞人工智能技術(shù)應(yīng)用開展教學(xué)實踐，所提供的案例資源需部署在智能教學(xué)綜合管理平臺和智慧教學(xué)實驗平臺上；2知識能力響應(yīng)實訓(xùn)課程提供軟件開發(fā)中應(yīng)用人工智能領(lǐng)域（如圖像識別、文字識別、語音識別、計算機視覺、自然語言處理和搜索等）模型，語音識別類、圖像識別類、預(yù)測類、決策類和推薦類等綜合性項目，人工智能產(chǎn)品開發(fā)的全生命周期包括數(shù)據(jù)采集標(biāo)注、數(shù)據(jù)處理、模型選擇、訓(xùn)練、優(yōu)化和應(yīng)用系統(tǒng)等技術(shù)的教學(xué)內(nèi)容。3行業(yè)真實案例提供不少于15個行業(yè)的真實案例，包括但不限于健康醫(yī)療、金融、交通、能源電力、影視娛樂、環(huán)境地理、經(jīng)濟政務(wù)、農(nóng)業(yè)、商業(yè)、餐飲食品、體育、保險、工業(yè)、新聞、生物等行業(yè)。每個實驗任務(wù)均配套包含實驗描述、實驗步驟、實驗代碼、實驗數(shù)據(jù)等。4行業(yè)應(yīng)用項目提供不少于4個可用于實踐課程教學(xué)的行業(yè)項目，包括但不限于智能安防、輿情監(jiān)控、智能美顏、房價預(yù)測分析等領(lǐng)域。每個實驗任務(wù)均配套包含實驗描述、實驗步驟、實驗代碼、實驗數(shù)據(jù)等。1）《智能安防》：智能化安防技術(shù)的主要內(nèi)涵是其相關(guān)內(nèi)容和服務(wù)的信息化、圖象的傳輸和存儲、數(shù)據(jù)的存儲和處理等等。人臉識別是智能安防中最重要的應(yīng)用，人臉是一個包含著豐富信息的模式的集合，是人類互相辯證和識別的主要標(biāo)志之一，也是圖像和視頻中視覺感興趣的對象之一。人臉識別技術(shù)融合了數(shù)字圖像處理、計算機圖形學(xué)、模式識別、計算機視覺、人工神經(jīng)網(wǎng)絡(luò)、生物特征技術(shù)以及生理學(xué)、心理學(xué)等多個學(xué)科的理論和方法。2）《輿情監(jiān)控》：整合互聯(lián)網(wǎng)信息采集技術(shù)及信息智能處理技術(shù)通過對互聯(lián)網(wǎng)海量信息自動抓取、自動分類聚類、主題檢測、專題聚焦，實現(xiàn)用戶的網(wǎng)絡(luò)輿情監(jiān)測和新聞專題追蹤等信息需求，形成簡報、報告、圖表等分析結(jié)果，為客戶全面掌握群眾思想動態(tài)，做出正確輿論引導(dǎo)，提供分析依據(jù)。標(biāo)題、摘要及關(guān)鍵詞中的詞條對于文本分類具有更重要的作用．在此基礎(chǔ)上提出了基于類別核心詞的分類模式，從標(biāo)題、摘要及關(guān)鍵詞中提取類別核心詞，通過加權(quán)方式，強化它們在文本分類中的作用．基于樸素貝葉斯分類方法的實驗表明，提出的方法能夠有效提高中文文本的分類準(zhǔn)確率。3）《智能美顏》：智能美顏是設(shè)備自動識別美化容顏，而基于近幾年快速發(fā)展的神經(jīng)網(wǎng)絡(luò)技術(shù)而產(chǎn)生的新的圖像風(fēng)格遷移方法則是一種很好的美顏技術(shù)。神經(jīng)網(wǎng)絡(luò)中不同層次代表不同的含義。底層（靠近輸入）可以獲取諸如局部模式、邊緣、描邊等低層次信息。高層（接近輸出）可以獲得高層次的信息，比如物體部件和特征。風(fēng)格遷移涉及到調(diào)整圖像，使它的底層表征與指定“風(fēng)格”的圖片相同，同時保持原圖片的高層次表征?？梢詫L(fēng)格看作圖像的低層次的信息。其目標(biāo)則是令輸出的圖片與原圖類似，但是擁有不同的藝術(shù)風(fēng)格。4）《房價預(yù)測分析》：本實驗使用TensorFlow框架，MLP多層感知模型實現(xiàn)房價預(yù)測模型，輸入房價影響因素數(shù)據(jù)，可以得到對應(yīng)的預(yù)測房價數(shù)據(jù)，實現(xiàn)房價預(yù)測，為想要買房的人提供房價參考。智能開發(fā)板套件20套1主板參數(shù)1.算力：≥1.33TFLOPS(FP16)；2.雙核：雙核64位CPU+四核復(fù)合處理器；3.GPU:≥256核；4.內(nèi)存：≥4GB51.2GB/s5.存儲：≥16GBeMMC+128GB固態(tài)硬盤6.套件至少包括：TX2-NX開發(fā)套件(含電源+網(wǎng)卡)、固態(tài)硬盤散熱套裝、IMX219攝像頭(77°場角)、套件外殼-可安裝天線、一體式可固定攝像頭支架、HDMI線和網(wǎng)線各一條2攝像頭參數(shù)1.感光芯片：索尼IMX2192.分辨率：≥800w(3280X2464)3.CMOS尺寸：≤1/4英寸4.光圈：≥2.05.焦距：≥2.96mm6.對焦視場角：≥77°7.畸變：<1%8.PCB尺寸：25mm*24mm智能機械臂開發(fā)套件20套1跟蹤抓取可以實現(xiàn)顏色識別追蹤與抓取，還能進(jìn)行人體特征識別互動，甚至進(jìn)行垃圾等分類模型訓(xùn)練垃圾分揀；2高清視頻控制FPV高清視頻控制，支持跨平臺互聯(lián)操作。多功能手機APP(IOS/安卓)控制：內(nèi)置多種Al玩法，可實時觀看機械臂識別畫面，并同時支持:手勢互動、移動追蹤、垃圾分揀等玩法。PC上位機控制：上位機除了FPV攝像頭視頻畫面外，還支持機械臂3D仿真模型，3D模型與實體同步轉(zhuǎn)動。USB游戲手柄遙控：除了手機APP和電腦控制外，標(biāo)配USB游戲手柄；3模型訓(xùn)練垃圾分揀套件內(nèi)支持通過加載垃圾分類模型識別帶有垃圾圖案的木塊上的垃圾種類，返回垃圾名稱及分類數(shù)據(jù)至APP，機械臂將“垃圾”分揀到地圖上相應(yīng)的分類區(qū)域；4人體特征識別互動通過攝像頭畫面可識別手勢、人臉等人體特征，并完成抓取、識別及追蹤等互動動作；5機械臂參數(shù)1）微處理器：Quad-coreARMA57+128-coreNVIDIAMaxwell2）Al算力：472GFLOPs3）操作系統(tǒng)：Ubuntumate20.04LTS+ROS_Noetic4）編程語言：Python5）舵機方案：15kg*5+6kg*1串行總線智能舵機6）輸入：廣角攝像頭、急停按鍵、配網(wǎng)按鍵、復(fù)位按鍵、2*IIC接口、5V風(fēng)扇接口7）輸出：RGB指示燈、OLED顯示屏、蜂鳴器、6路總線舵機接口、6路PWM舵機接口8）電源方案：12V5A電源適配器9）電源接口：T插接口10）遙控方式：手機APP、PC上位機、PS2手柄(PC端)11）通信方式：WiFi網(wǎng)絡(luò)12）安全保護：過流保護、反接保護13）機械臂材質(zhì)：陽極氧化鋁14）組裝后尺寸：≤272*135*473mm15）組裝后重量：≤1256g16）機械臂自由度(DOF)：≥5自由度+夾持器17）有效負(fù)載：≥200g(伸直可夾重量)18）負(fù)載：≥500g(夾持搬運重量)19）臂展：≥350mm20）有效抓取范圍：半徑≤30cm、以中心軸為半圓的區(qū)域21）抓取物體直徑：1-6cm22）對焦方式：可手動調(diào)節(jié)焦距23）重復(fù)定位精度：±0.5mm24）電源電壓：100~240V50/60Hz25）攝像頭：≥30萬像素110度廣角攝像頭26）分辨率：≥480p(640*480)27）幀率：≥30fps6臂體舵機參數(shù)1）舵機重量：50±1g2）產(chǎn)品尺寸：44.37*23.06*35.12mm3）工作電壓：6.0~7.4V4）額定扭矩：≥1.8kgf.cm(at6.0V)5）堵轉(zhuǎn)扭矩：≥15kgf.cm(at7.4V)6）轉(zhuǎn)動范圍：300°±15°(96~4000)7）空載電流：≤310mA(at7.4V)8）堵轉(zhuǎn)電流：≤3.2A(at7.4V)9）舵機精度：≤1°10）轉(zhuǎn)動速度：≤0.3sec/60°(at7.4V)11）適用場景：機械臂、機械手的仿生機器人關(guān)節(jié)12）控制方式：UART串口指令13）通信波特率：11520014）舵機存儲：舵機設(shè)置自動掉電保存15）回讀功能：支持回讀舵機位置、狀態(tài)等信息16）舵機保護：堵轉(zhuǎn)3秒進(jìn)入保護17）參數(shù)反饋：位置、異常反饋18）齒輪類型：金屬齒輪組19）接口型號：PH2.0-3Pin7機械爪舵機參數(shù)1）舵機重量：43±1g2）產(chǎn)品尺寸：55.4*20.0*41.8mm3）工作電壓：4.8~6.2V4）額定扭矩：≥1.8kgf.cm(at6.0V)5）堵轉(zhuǎn)扭矩：≤8kgf.cm(at6.0V)6）轉(zhuǎn)動范圍：180°±10°（96~4000）7）空載電流：≤120mAat6.0V8）堵轉(zhuǎn)電流：≤1.7Aat6.0V9）舵機精度：≤1°10）轉(zhuǎn)動速度：≤0.21sec/60°at6.0V11）適用場景：機械臂、機械手的仿生機器人關(guān)節(jié)12）控制方式：UART串口指令13）通信波特率：11520014）舵機存儲：舵機設(shè)置自動掉電保存15）回讀功能：支持回讀舵機位置、狀態(tài)等信息16）舵機保護：堵轉(zhuǎn)3秒進(jìn)入保護17）參數(shù)反饋：位置、異常反饋18）齒輪類型：金屬齒輪組19）接線型號：PH2.0-3Pin8攝像頭參數(shù)1）像素：≥30萬像素2）廣角：≥110度3）分辨率：≥480p（640*480）4）幀率：≥30fps5）連接方式：USB2.0或3.0直連6）對焦方式：可手動調(diào)節(jié)焦距9擴展板參數(shù)1）底層固件：非開源，可燒錄固件2）擴展板尺寸：130*100mm3）最大輸出電流：2A10語音識別模塊參數(shù)1）vcc：供電接口，可接3.3V、5V2）GND：接地3）SCL：I2C時序傳輸接口4）SDA：I2C數(shù)據(jù)傳輸接口5）識別句數(shù)目：不超過50個6）識別句長度：不超過10個漢字7）掉電保存功能：支持8）IC地址：0x0F9）識別反饋：RGB燈、有源蜂鳴器10）接口方式：PH2.0排線接口11）工作電壓：3.3V/5V12）模塊尺寸：≤48mm*32mm13）識別距離：0.5m~1.5m11語音播報模塊參數(shù)1）vcc：供電接口，可接3.3V、5V2）GND：接地3）SCL：lIC時序傳輸接口4）SDA：IIC數(shù)據(jù)傳輸接口5）揚聲器：8Q1W揚聲器6）IlC速率：最大50kbit7）工作電壓：3.3V/5V8）接口方式：PH2.0排線接口9）芯片型號：XFS5152CE專業(yè)語音合成芯片10）模塊尺寸：≤48mm*32mm智能飛行器開發(fā)套件1套1功能用途1.為全開源平臺，可搭載多個激光雷達(dá)模塊，實現(xiàn)全向避障飛行。2.學(xué)生可參與組裝、調(diào)試、檢修、飛行等步驟，基于該平臺可進(jìn)行二次開發(fā)，可實現(xiàn)航拍、拋投、抓取、空中喊話功能。3.支持地面站進(jìn)行航線規(guī)劃，實現(xiàn)脫離遙控器一鍵起飛，可在無遙控器控制時實現(xiàn)一鍵啟動后自主飛行、懸停及原地自動降落。此過程中要求飛機完全自主飛行，不得使用遙控器進(jìn)行控制。4.機載拍攝裝置結(jié)合人工智能視覺識別系統(tǒng)，可實現(xiàn)飛行過程中對人體、手機、自行車等進(jìn)行識別。5.機載拍攝裝置結(jié)合人工智能視覺識別系統(tǒng)，可實現(xiàn)疫情防控輔助功能，能自動識別飛行區(qū)域人員是否佩戴口罩，并能語音提醒佩戴口罩。6.可用于無人機組裝、調(diào)試、維護、維修訓(xùn)練等。7.可進(jìn)行二次開發(fā)，自行搭載設(shè)備進(jìn)行功能開發(fā)。8.可結(jié)合地面站進(jìn)行航線規(guī)劃實現(xiàn)任務(wù)飛行。9.可進(jìn)行無人機人工智能應(yīng)用開發(fā)。2機架1套，軸距≥540，適合組裝調(diào)試訓(xùn)練維護維修課程訓(xùn)練。全機身采用高強度碳纖維板/管，耐摔、耐撞擊；電機管夾固定設(shè)計，使得運行更穩(wěn)定；M2.5階梯螺絲，連接更穩(wěn)固，機臂支持折疊，方便收納。3飛控：1個，主處理器:32位STM32F417CorteM4芯與FPU168MHz/256KBRAM/2MB閃存。協(xié)處理器：32位STM32F103故障安全協(xié)處理器。傳感器：STMicroLSM303D3軸14位加速度計/磁力計。STMicroL3GD203軸16位陀螺儀。接口：≥5個UART（串行端口），至少有一個高效率，兩個硬件流量控制。4電調(diào)：1個，≥40A。5電機：≥4個，無刷電機，具備轉(zhuǎn)子動平衡，以減少震動、減小噪音、延長壽命。6電池：1塊；要求主流品牌，容量5200mah4S45C，具備體積小、容量大、鋰聚合物動力電芯、放電倍率高、持久續(xù)航。7激光雷達(dá)避障套件：量程≥8m、距離分辨率≤1cm、幀率1-250Hz、功耗≤0.35W。8人工智能套件：包含拍攝及圖傳鏈路一套，視覺智能識別