智能科学与技术专业2021版培养方案-沈阳工业大学人工智能学院

智能科学与技术专业2021版培养方案

2023-03-14

智能科学与技术专业本科培养方案

学制：4年授予学位：工学学士

专业简介：智能科学与技术是面向前沿高新技术的基础性本科专业，是现代科技发展由量变积累超出“自动化”、“计算机”等专业领域而质变派生出来的一个满足国家产业发展需求的、非常有发展前途的新专业。它由自动化、计算机、电子信息等学科、专业相互交叉和融合形成，是一门理论密切联系实际的学科。该专业覆盖面很广，涉及与国民经济、工业生产及日常生活密切相关的各类智能技术与系统。

我校智能科学与技术专业2010年经教育部批准筹建，2011年开始招生。“智能科学与技术”专业以注重和加强学生工程实践能力的培养为特色和目标。作为新一轮科技革命和产业变革的核心驱动力，人工智能正在对全球经济、社会进步和人类生活产生深刻的影响。为抓住人工智能发展机遇，学校为构建适应经济社会发展需求的学科专业布局，提升服务辽宁全面振兴全方位振兴的能力和水平，以智能科学与技术专业为主，成立了具有沈阳工业大学特色的人工智能学院。学院面向工业生产及装备制造业，强化人工智能基础研究和技术应用，建设“产学研用”一体化，秉承“高起点、高标准、高质量、高产出”的定位目标，坚持立德树人，营造“家文化”氛围、提高师生的职业认同感和学术成就感，培养满足社会发展需求的人工智能人才。当前，随着“互联网+人工智能”、“先进制造2025”等国家战略的启动和推进，各行各业进一步涌现出对智能科学与技术领域各类人才的大量需求，因此，本专业毕业生有着广阔的市场需求和良好的发展前景。

一、培养目标

智能科学与技术专业培养德、智、体、美、劳全面发展，具有良好的道德与修养，遵守法律法规，具有社会和环境意识，掌握数学与自然科学基础知识以及与智能科学和智能技术相关的基础理论、基本知识、基本技能和基本方法；系统学习从感知、认知到决策的理论知识与应用技术，具备包括计算思维在内的科学思维能力和设计计算解决方案、实现基于智能科学与技术的系统的能力；能清晰表达，在团队中有效发挥作用，综合素质良好，能通过继续教育或其它的终身学习途径拓展自己的能力；了解和紧跟学科专业发展，在智能感知、智能信息处理等方向的研究、开发、部署与应用等相关领域具有就业竞争力的高素质创新应用型专门人才。

二、毕业要求

1. 工程知识：能够将数学、自然科学、工程基础和智能科学与技术专业知识用于解决与智能感知、智能信息处理等技术相关的复杂工程问题。

1.1能将数学、自然科学、工程科学的语言、工具用于工程问题的表述，并能建立具体对象的数学模型；

1.2能够将电子、计算机、自动化及其他信息技术基础理论知识和数学模型方法用于分析智能科学与技术领域的复杂工程问题；

1.3能够将智能科学理论、智能技术专业知识和数学模型方法用于相应工程问题解决方案的比较与综合。

2. 问题分析：能够应用数学、自然科学、工程科学和智能科学的基本原理表述和分析智能感知、智能信息处理等复杂工程问题，以获得有效结论。

2.1能运用相关科学原理和数学方法，建立复杂工程问题的模型，以获得系统的运行规律；

2.2能运用自然科学和智能科学基本原理分析系统的性能；

2.3能通过各种方法获取信息，寻求可替代方案，研究分析方案的可行性和有效性，获得有效结论。

3. 设计与开发解决方案：能够设计与开发针对智能科学与技术领域复杂工程问题的解决方案，设计与开发满足特定需求的系统、单元（部件），并能够在设计环节中体现创新意识，考虑社会、健康、安全、法律、文化以及环境等因素。

3.1能设计有创新性的系统解决方案，满足预期目标和功能，设计中考虑影响设计目标和技术方案的社会、健康、安全、法律、文化以及环境等因素；

3.2充分考虑节能、环保等要求，能设计满足特定需求的单元（部件）或系统，在设计中体现创新意识；

3.3考虑社会、健康、安全、法律、文化以及环境等因素，能设计实现预期功能的硬件或软件系统，进行仿真研究或开发出系统原型或实物。

4. 研究：能够基于智能科学理论并采用智能技术对智能感知、智能信息处理等领域复杂工程问题进行研究，包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论。

4.1能够基于相关科学理论，通过文献研究及相关方法，调研和分析复杂工程问题的解决方案，能够根据对象特征，选择研究路线，设计实验方案；

4.2能够根据实验方案构建实验系统，安全地开展实验，根据要求的精度采集实验数据，并将理论分析、计算结果同实验结果进行比较；

4.3能对实验结果进行分析和解释，总结实验结果，并通过信息综合得到合理有效的结论，提出建议，撰写报告。

5. 使用现代工具：能够针对智能感知、智能信息处理等复杂工程问题，开发、选择与使用恰当的智能技术、资源、现代工程工具和信息技术工具，包括对复杂工程问题的预测与模拟，并能够理解其局限性。

5.1能运用C语言、Python等编程软件或单片机、嵌入式、FPGA等技术，完成系统软件/硬件开发；

5.2能运用Matlab等计算机仿真软件和工具包进行系统仿真研究，完成预测与分析，并在此基础上进一步进行系统改进和优化，并能够分析其局限性；

5.3能运用组态等工程软件对复杂工程系统进行分析、计算与设计。

6. 工程与社会：能够基于系统工程相关背景知识进行合理分析，评价专业工程实践和复杂工程问题解决方案对社会、健康、安全、法律以及文化的影响，并理解应承担的责任。

6.1了解专业相关领域的技术标准体系、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，能够分析和评价所设计方案的合理性和可行性；

6.2能分析和评价专业工程实践或解决方案对社会、健康、安全、法律以及文化的影响；

6.3能够理解社会、健康、安全、法律、文化等制约因素对项目实施的影响，并理解在系统设计、开发与实施中应承担的责任。

7. 环境和可持续发展：能够理解和评价针对智能科学与技术领域复杂工程问题的工程实践对环境、社会可持续发展的影响。

7.1能知晓和理解环境保护和可持续发展的理念和内涵，能够理解智能科学与技术领域工程实践对环境、社会可持续发展的影响；

7.2能够站在环境保护和可持续发展的角度思考专业工程实践的可持续性，能够评价智能科学与技术领域工程实践可能对人类和环境造成的损害和隐患。

8. 职业规范：具有人文社会科学素养、社会责任感，能够在工程实践中理解并遵守智能科学与技术领域工程职业道德和规范，履行责任。

8.1能理解个人与社会的关系，了解中国国情，在课程设计或综合实践中能体现人文社会科学素养和社会责任感，有正确价值观；

8.2能够在系统设计和实践过程中理解并遵守智能科学与技术领域诚实公正、诚信守则的工程职业道德和规范，并能够理解工程师对公众的安全、健康和福祉，以及环境保护的社会责任，能够在工程实践中自觉履行责任。

9. 个人和团队：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，具有良好的沟通能力、环境适应能力、表达与写作能力和团队合作精神。

9.1在课程设计和综合实践环节中，能够在团队中独立或合作开展工作，能与团队成员进行良好沟通和合作；

9.2在课程设计和综合实践环节中，当由多人组成团队时，能够担当好自己的角色，具有良好的团队合作精神，能够组织、协调和指挥团队开展工作；

9.3在需要团队完成的项目中，能通过合适的表达与写作，与他人进行沟通和交流。

10. 沟通：了解本专业领域的最新进展与发展动态，具有跟踪学科发展前沿的意识和文献检索基本技能，能够就复杂工程问题与业界同行及社会公众进行有效沟通和交流，包括撰写报告和设计文稿、陈述发言、清晰表达或回应指令，并具备一定的国际视野，能够在跨文化背景下进行沟通和交流。

10.1能够通过文献检索等途径了解智能科学与技术专业领域的国际发展趋势、研究热点，理解和尊重世界不同文化的差异性和多样性，并能就专业问题，以口头、文稿、图表等方式，准确表达自己的观点；

10.2能够撰写研究报告或学术报告，表达对复杂工程问题的认识或研究结果；

10.3并具备一定的国际视野，能够阅读外文资料，用外语与他人进行专业方面的沟通和交流。

11. 项目管理：理解并掌握智能科学与技术领域工程管理原理与经济决策方法，并能在多学科环境中应用。

11.1能够综合运用所学知识，理解并掌握智能科学与技术领域工程管理与经济决策方法，理解其中涉及的工程管理与经济决策问题；

11.2在综合性学习和实践环节中，能在多学科环境下，在设计开发解决方案的过程中，运用工程管理与经济决策方法，表现出多学科交叉学习与应用能力；

12. 终身学习：具有自主学习和终身学习意识，有不断学习和适应智能科学与技术发展的能力。

12.1具有自主学习和终身学习意识，能在社会发展的大背景下，认识到自主和终身学习的必要性；

12.2具有自主学习的能力，包括对技术问题的理解能力、归纳总结的能力和提出问题的能力等，有不断学习和适应智能科学与技术发展的能力。

三、主干学科与相近专业

一级学科：计算机科学与技术

相近专业：人工智能、计算机科学与技术

四、专业核心知识领域

通识类知识包括人文社会科学类、数学和自然科学类两部分。

学科基础知识指专业类基础知识，培养学生计算思维、程序设计与实现、运筹学、系统能力等专业基本能力，能够解决实际问题，核心内容为：程序设计、数据结构、人工智能基础、信息管理等。

专业知识用来培养学生将所学的知识运用于复杂系统的能力，核心内容为：信息科学、智能科学、脑与认知科学、人工智能技术、传感信息处理等。

五、专业核心课程

运筹学、神经网络与深度学习、机器学习、模糊技术、智能优化方法、数据挖掘、模式识别、智能传感技术、图像处理、多源数据融合。

六、主要实践环节

C语言课程设计、机械制造工程训练、电工工艺实习、电子工艺实习、电子技术课程设计、单片机课程设计、生产实习、嵌入式系统工程实践、智能感知系统综合实践、计算智能综合实践、智能数据处理综合实践、机器学习综合实践、智能机器人综合实践、先进制造技术综合训练（生产实习）、毕业设计。

七、专业特色

本专业坚持以就业市场为导向，面向我国装备制造业和高新技术产业发展的需要，以智能感知、智能信息处理为主要专业方向，以加强学生智能科学与技术理论基础和应用能力为核心，以强化学生实践能力和创新意识为特色，培养智能感知、智能信息处理等方面研究与开发的高素质创新应用型高级专门人才。

八、毕业学分要求

本专业毕业生应修满170学分（第一课堂），其中课程教学（含：实验课）133学分，集中实践教学25学分，分散实践教学12学分。选修说明：本专业设置专业选修方向2个，要求学生选修4学分；毕业生第二课堂应修满10学分。

九、各类课程学分学时要求一览表

第一课堂各类课程学分学时要求一览表

各类学分学时课程类别			必修			选修			合计
各类学分学时课程类别			学分	学时	实验上机	学分	学时	实验上机	学分	学时	实验上机（实践）周数
第一课堂	理论教育	思政课	14	224	32	0	0	0	14	224	32
		公共基础课	42	736	56	0	0	0	42	736	56
		专题教育课	7	210	74	0	0	0	7	210	74
		公共选修课	0	0	0	6	192	0	6	192	0
		学科平台课	43.5	696	152	0	0	0	43.5	696	152
		专业课	16.5	264	50	4	64	8	20.5	328	58
	实践教育	军训	2						2
		实习、实训类	20						20
		课程设计类	3						3
		毕业设计（论文）类	12						12
总计			160	2130	364	10	256	8	170	2386	372（37）
比例（占总学分）统计			实践比例：35.4% 选修比例：5.9%

第二课堂课程学分学时要求一览表

			必修			选修			合计
			学分	学时	实验上机	学分	学时	实验上机	学分	学时	实验上机（实践）周数
第二课堂	素质教育	思想道德平台	2	64					2	64
		社会实践平台	3	96					3	96
		创新创业平台	3	96					3	96
		文化健康平台	2	64					2	64
		社会工作与技能培训平台	0	0					0	0
		综合奖励与其他	0	0					0	0
总计			10	320					10	320

十、智能科学与技术专业教学进程表

课程类别		课程编号	课程名称	课程要求	总学分	课内学时	学时分配			实践/课外学时	学期学分分配								备注
课程类别		课程编号	课程名称	课程要求	总学分	课内学时	讲授	实验	上机	实践/课外学时	一 19 周	二 20 周	三 20 周	四 20 周	五 20 周	六 20 周	七 20 周	八 16 周	备注
通识教育	公共基础课	27016	思想道德与法治	必修	3	48	40			8	3
		27006	中国近现代史纲要	必修	3	48	40			8	3
		27013	马克思主义基本原理	必修	3	48	40			8		3
		27014	毛泽东思想和中国特色社会主义理论体系概论	必修	5	80	72			8			5
		00016	创新创业基础	必修	2	32	28	4				2
		20001-4	大学体育	必修	4	128	128				1	1	1	1
		09309/8 09077/86	大学外语	必修	10	160	160				3	3	2	2
		07077/59	高等数学	必修	10	160	160				5	5
		13024	C语言程序设计	必修	3.5	56	36		20		3.5
		07017	线性代数	必修	2	32	32					2
		07082/3	大学物理	必修	6	96	96					3	3
		Sy068/7	物理实验	必修	2	32		32				1	1
		07074	概率论与数理统计	必修	2.5	40	40						2.5
	专题教育课	27018-25	形势与政策	必修	2	64	64				0.25	0.25	0.25	0.25	0.25	0.25	0.25	0.25
		00005	军事理论	必修	1	36	16			20	1
		00019	劳动教育	必修	1	32	8			24	1
		00008-9	心理健康与安全教育	必修	2	40	32			8	1	1
		00010-1	职业规划与就业指导	必修	1	38	16			22		0.5				0.5
	公共选修课		人文科学类课程：A类	选修	1	32	32				理工科专业至少选修A类、B类各1学分，必选四史类1学分、美育类2学分。
			社会科学类课程：B类	选修	1	32	32
			自然科学与工程类课程	选修	1	32	32
			四史类课程	选修	1	32	32
			美育类课程	选修	2	64	64
	学分要求				69	1362	1200	36	20	106	21.75	22.75	16.75	5.25	1.25	0.75	0.25	0.25
专业教育	学科平台课	13023	计算基础	必修	2	32	24		8		2
		03212	电路分析基础	必修	3	48	48					3
		sy019	电工测量	必修	1	16		16				1
		13021	智能科学技术导论	必修	1	16	16					1
		04173	模拟电子技术	必修	3	48	48						3
		sy147	模拟电子技术实验	必修	1	16		16					1
		13026	*Python编程与实践	必修	3.5	56	40		16				3.5
		13059	数据结构	必修	3	48	40		8				3
		04091	数字电子技术	必修	2	32	32							2
		sy148	数字电子技术实验	必修	1	16		16						1
		13055	自动控制原理	必修	3	48	40	8						3
		13001	运筹学	必修	2.5	40	36		4					2.5
		04028	单片机原理及应用	必修	3	48	40	6	2					3
		13018	人工智能基础	必修	3	48	36		12					3

智能科学与技术专业教学进程表（续）

课程类别		课程编号	课程名称		课程要求	总学分	课内学时	学时分配			实践/课外学时	学期学分分配								备注
课程类别		课程编号	课程名称		课程要求	总学分	课内学时	讲授	实验	上机	实践/课外学时	一 19 周	二 20 周	三 20 周	四 20 周	五 20 周	六 20 周	七 20 周	八 16 周	备注
		13016	嵌入式系统及应用		必修	3.5	56	36	20							3.5
		13002	控制工程基础（双语）		必修	3	48	40	8							3
		00017	科技外语		必修	1	16	16								1
		13004	智能优化方法		必修	3	48	40		8							3
		13048	文献检索与科技写作		必修	1	16	12		4								1
	专业课	13022	*神经网络与深度学习		必修	3.5	56	40		16						3.5
		13015	模糊技术		必修	2	32	24		8						2
		13017	*机器学习		必修	3	48	40		8						3
		13044	*数据挖掘		必修	2	32	28		4							2
		13012	*模式识别		必修	2	32	28	4								2
		13007	智能信息系统（双语）		必修	2	32	26		6								2
		13005	*智能机器人		必修	2	32	28	4									2
		学分要求				60	960	758	98	104	0	2	5	10.5	14.5	16	7	5	0
专业教育	专业课	13051	方向 A	智能故障诊断	选修	2	32	28		4							2			选修（每个方向四选二）
		13054		*智能数据建模		2	32	28		4							2
		13032		分布式感知系统		2	32	28		4								2
		13020		智能传感技术		2	32	28		4								2
		13058	方向 B	*图像处理	选修	2	32	28		4							2
		13031		多源数据融合		2	32	28		4								2
		13025		FPGA结构与原理		2	32	28		4							2
		13042		时间序列分析		2	32	28		4								2
		学分要求				4	64	56	0	8	0	0	0	0	0	0	2	2	0
实践教育	实践教学	sk007	军训		必修	2						2
		sk008	C语言课程设计		必修	1							1
		sx059	机械制造工程训练		必修	2								2
		sx054	电工工艺实习		必修	1									1
		sx055	电子工艺实习		必修	1									1
		sk154	电子技术课程设计		必修	2									2
		sk078	单片机课程设计		必修	2										2
		sx028	生产实习		必修	1											1
		sx110	嵌入式系统工程实践		必修	2											2
		sk574	智能数据处理综合实践		必修	2											2
		sk565	机器学习综合实践		必修	2											2
		sx095	先进制造技术综合训练（生产实习）		必修	1											1
		sk566	计算智能综合实践		必修	2												2
		sk306	智能感知系统综合实践		必修	2												2
		sk269	智能机器人综合实践		必修	2												2
		sx039	毕业设计		必修	12													12
	学分要求					37	0	0	0	0	0	2	1	2	4	2	8	6	12
合计						170	2386	20148	134	132	106	25.75	28.75	29.25	23.75	19.25	17.75	13.25	12.25

十一、实践环节安排表

序号	编号	实践内容	学分	周数	开设学期	起止周	地点	形式
1	sk007	军训	2	2	1	1-2	校内	集中
2	sk008	C语言课程设计	1	1	2	统一安排	校内	集中
3	sx059	机械制造工程训练	2	2	3	统一安排	工程实训中心	集中
4	sx054	电工工艺实习	1	1	4	统一安排	工程实训中心	集中
5	sx055	电子工艺实习	1	1	4	统一安排	工程实训中心	集中
6	sk154	电子技术课程设计	2	2	4	统一安排	校内	集中
7	sk078	单片机课程设计	2	2	5	统一安排	校内	集中
8	sx028	生产实习	1	1	6	统一安排	校内外	集中
9	sx110	嵌入式系统工程实践	2	2	6	统一安排	校内	集中
10	sk565	机器学习综合实践	2	2	6	统一安排	校内	集中
11	sk574	智能数据处理综合实践	2	2	6	统一安排	校内	集中
12	sx095	先进制造技术综合训练（生产实习）	1	1	6	统一安排	工程实训中心	集中
13	sk306	智能感知系统综合实践	2	2	7	统一安排	校内	集中
14	sk566	计算智能综合实践	2	2	7	统一安排	校内	集中
15	sk269	智能机器人综合实践	2	2	7	统一安排	校内	集中
16	sx039	毕业设计	12	24	7-8	13-20、1-16	校内外	分散
合计			37 学分

十二、课业负担统计表

	学期分布								备注
	第一学期	第二学期	第三学期	第四学期	第五学期	第六学期	第七学期	第八学期	备注
学期教学周数	19	20	20	20	20	20	20	16
集中实践周数	2	1	2	4	2	8	6
课程教学周数	15	17	16	14	16	10	12		考试与机动占2周
课程学期学分合计	20.5	25	25	17.5	16	9	7
课程学期平均周学时	22.9	24.5	26	21.1	16	14.4	9.3