人工智能专业本科人才培养方案（2021版）-信息与电气工程学院

人工智能专业

人工智能专业本科人才培养方案（2021版）

上传时间：2021-08-24浏览次数：

所属学院：信息与电气工程学院	标准学制：四年
学科门类：工学	专业代码：080717T
专业大类：电子信息类	授予学位：工学学士
适用年级：2021级	专业负责人：

一、专业简介

鲁东大学人工智能专业是整合计算机科学与技术、电子信息工程学科的智能科学、嵌入式技术、大数据智能处理等办学资源，依托计算机科学与技术一级学科硕士点，“信息物理融合与智能控制”山东省高校重点实验室和“智能科学与大数据”研究院，面向新一代人工智能国家发展战略和产业发展需要，于2019年新设置的新工科专业，是国家重点发展与支持的新兴专业，致力于培养德才兼备、通专融合的人工智能领域高素质技术人才。本专业采取复合型宽口径培养模式，学生毕业后不仅可从事人工智能领域，包括机器学习、计算机视觉、知识计算、深度推理、群智计算、混合智能、无人系统、虚拟现实、自然语言理解、智能芯片等的设计、研发、应用及管理等方面的工作，还可从事智能制造、智能城市、智能医疗、智能农业、智能金融、智能教育、智能商务等领域的人工智能技术应用工作，并可继续攻读智能科学及相关专业的硕、博士学位。

二、培养目标

本专业服务国家信息产业发展战略和山东经济社会发展，面向行业产业需要，培养适应社会与经济发展需要，具有良好道德与修养，遵守法律法规，具有社会和环境意识，具备扎实的数理和人工智能基础理论知识，具备社会责任感和国际交流能力，具有较强的人工智能相关领域复杂工程问题的分析、系统设计与项目管理能力，能够紧跟学科专业发展，具备从事人工智能或相关领域系统分析、设计、开发、测试、部署及管理等工作能力的高质量工程应用型人才。

本专业学生在毕业后5年左右时间内预期达到以下目标：

培养目标1（专业能力）：能够多学科融会贯通，熟练应用学科专业知识，从事人工智能相关领域科学研究、技术开发、工程设计、项目管理等工作。

培养目标2（职业能力）：能够及时跟踪人工智能相关领域前沿技术，具备工程应用创新能力，具有解决人工智能领域复杂工程问题的能力，具备较强的行业竞争力。

培养目标3（人文素养）：具备健全的人格和科学的世界观，具有良好的人文修养、社会责任感和团队协作精神，在工程实践中能够综合考虑法律、环境与可持续发展等因素的影响。

培养目标4（发展能力）：具有良好的沟通表达能力和国际视野，拥有终身学习意识和自我完善能力，能够在人工智能相关领域不断拓展自己的知识和能力，主动适应社会的发展和

三、毕业要求

为了达到上述培养目标，本专业学生需要达到以下毕业要求：

1. 工程知识：掌握本专业所需的数学、自然科学、工程基础和智能科学与技术的专业知识，能将上述知识用于解决智能信息系统软硬件设计、图像处理算法设计等相关领域的复杂工程问题。

2. 问题分析：能够应用数学、自然科学、工程基础和智能科学与技术的专业知识，识别、表达和有效地分解复杂工程问题，并通过文献查阅等多种方式对其进行分析，以获得有效结论。

3. 设计/开发解决方案：能够针对智能科学与技术领域复杂工程问题提出解决方案，设计满足特定需求的系统和模块，并能够在设计环节中体现创新意识; 能够综合考虑其对社会、健康、安全、法律、文化及环境的影响。

4. 研究：能够基于科学原理并采用科学方法对智能科学与技术领域的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。

5. 使用现代工具：能够针对智能科学与技术领域的复杂工程问题，开发、选择与使用恰当的技术、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。

6. 工程与社会：能够结合相关的工程知识进行合理分析，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。

7. 环境和可持续发展：了解环境保护和可持续发展的基本方针、政策和法律、法规，能够理解和评价智能科学与技术领域的专业工程实践对环境、社会可持续发展的影响。

8．职业规范：具有人文及社会科学素养、正确的政治立场和社会责任感，能够在工程实践中遵守智能科学与技术领域的相关职业道德和规范。

9. 个人和团队：能够在多学科背景的团队中承担个体、团队成员或负责人的角色，能够听取其他团队成员的意见和建议，充分发挥团队协作的优势。

10. 沟通：具备良好的表达能力，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、陈述发言等;掌握至少一门外语，具有一定的国际视野，能够在跨文化背景下进行沟通和交流。

11．项目管理：理解并掌握工程管理原理与经济决策方法，并能在多学科、跨职能环境中合理应用。

12. 终身学习：具有自主学习和终身学习的意识，有不断学习和适应发展的能力。

四、学制与授予学位

实行弹性修业年限，按照学分制管理机制，允许学生提前或延期毕业。基本学制为四年，在校学习时间可为三至六年。学生提前修满专业人才培养方案规定的学分，可以提前毕业（最多提前一年）。学生在基本学制年限内未修满专业人才培养方案规定的学分，允许延期毕业（最长可为六年）。对有特殊原因、特殊困难的学生，经学校批准允许中断学习，进行休学或创业（停学），保留学籍，停学时间不计入在校学习年限。达到学位授予标准的，授予工学学士学位。

五、主干学科

电子信息、计算机科学与技术。

六、专业核心课程

离散数学、高级语言程序设计、电路与电子学、数据结构、计算机组成原理、复变函数与积分变换、离散数学、信号与系统、数字信号处理、人工智能概论、知识工程、机器学习、深度学习等。

七、主要实践性教学环节

高级语言课程设计、Python课程设计、普通物理实验D、认知实习、智能硬件综合设计、人工智能综合实践、专业实习、毕业设计。

八、课程结构与修读学分

序号	专业认证标准课程类别		标准要求	学分		比例%
				必修	选修	必修	选修		小计
1	数学与自然科学		至少15%	28		16.87%			16.87%
2	工程及专业相关	工程基础	至少30%	9	26	5.42%	15.66%		36.74%
		专业基础		14		8.43%
		专业课程		12		7.23%
3	工程实践与毕业设计		至少20%	28.5	5.5	17.17%	3.32%		20.49%
4	人文社会科学		至少15%	39	4	23.49%	2.41%		25.90%
5	小计			130.5	35.5	78.61%	21.39%
6	合计			166		100%		100%

九、毕业最低学分及分配

本专业毕业要求总学分166，必修课130.5学分和选修课35.5学分，选修课程学分比例21.39%，工程实践类教学环节34学分，占总学分比例20.49%。

十、课程设置、教学环节及进程

(一)必修课程设置及进程（共 130.5学分）

课程类别		课程号	课程名称	学分	学时分配				考核方式	开设学期
课程类别		课程号	课程名称	学分	理论	实验	实践	共计	考核方式	开设学期
通识教育课程		422021021	思想道德与法治	3	40		16	56	考试	1
		422021030	中国近现代史纲要	3	40		16	56	考试	2
		422021023	毛泽东思想和中国特色社会主义理论体系概论	5	72		16	88	考试	3
		422021024	马克思主义基本原理	3	40		16	56	考试	4
		222021025	形势与政策	2	32		32	64	考查	2
		142021006	大学英语1	2	32			32	考试	1
		142021007	大学英语2	2	32			32	考试	2
		142021008	大学英语3	2	32			32	考试	3
		142021009	大学英语4	2	32			32	考试	4
		332017010	大学体育（1）	1			32	32	考查	1
		332017011	大学体育（2）	1			32	32	考查	2
		332017012	大学体育（3）	1			32	32	考查	3
		332017013	大学体育（4）	1			32	32	考查	4
		522019027	军事技能	2			2周	2周	考查	1
		522019026	军事理论	2	36			32	考查	2
		222021033	国家安全教育	1	16			16	考查	2
		272017016	大学生心理健康教育	2	16		32	48	考试	1
		222019028	大学生职业生涯规划（1）	1	8		16	24	考查	2
		222019029	大学生职业生涯规划（2）	1	8		16	24	考查	3
		222019030	创新创业基础（1）	1	8		16	24	考查	4
		222019031	创新创业基础（2）	1	8		16	24	考查	5
		222021032	公益劳动	0			32	32	考查	1-8
		小计		39	452		352 +2周	804+2周
专业教育课程	数学与自然科学类课程	212017101	高等数学A1	5	80			80	考试	1
		212017102	高等数学A2	5	80			80	考试	2
		2220180124	离散数学	3	48			48	考试	2
		212017107	线性代数A	3	48			48	考试	3
		212018111	复变函数与积分变换	3	48			48	考试	3
		212017109	概率论与数理统计A	3	48			48	考试	4
		232017103	普通物理D1	3	48			48	考试	2
		232017104	普通物理D2	3	48			48	考试	3
		小计		28	448			448
	工程基础类课程	2220180122	高级语言程序设计	3.5	48	16		64	考试	1
		2220180129	电路与电子学	4	56	16		72	考试	2
		2220180318	工程伦理学	1	16			16	考试	4
		2220182106	IT项目管理	2	24	16		40	考试	6
		小计		10.5	144	48		188
	专业基础类课程	2220188114	数字逻辑与数字系统	3	40	16		56	考试	3
		2220188115	数据结构	3.5	48	16		64	考试	3
		2220188117	信号与系统	3.5	48	16		64	考试	4
		2220188118	计算机组成原理	3	40	16		56	考试	4
		2220181119	数字信号处理	3.5	48	16		64	考试	5
		小计		16.5	216	80		396
	专业类课程	2220188101	Python程序设计基础	2.5	32	16		48	考试	3
		2220188102	人工智能概论	2	32			32	考试	4
		2220188104	机器学习	3.5	48	16		64	考试	5
		2220188105	深度学习	3.5	48	16		64	考试	6
		2220188103	知识工程	2	32			32	考试	6
		小计		13.5	192	48		240
实践教学环节		2220180110	高级语言课程设计	1			1周	1周	考查	2
		2220180215	Python课程设计	1			1周	1周	考查	3
		232017109	普通物理实验D	1		32		32	考查	3
		2220180115	认知实习	1			1周	1周	考查	3
		2220180121	智能硬件综合设计	1			1周	1周	考查	4
		2220188107	人工智能综合实践	2			2周	2周	考查	6
		2220184105	专业实习	2			2周	2周	考查	7
		2220184106	毕业设计	14			14周	14周	考查	8
		小计		23		32	22	32+22周

(二)选修课程设置及进程（共35.5学分）

课程类别专业选修课程	课程模块	课程号	课程名称	学分	学时分配				考核方式	开设学期
	课程模块	课程号	课程名称	学分	理论	实验	实践	共计	考核方式	开设学期
		任选一个专业方向，并修完该方向课组所有课程，共计12学分。
	专业限选课程	智能感知与计算
		2220188201	数字图像处理	3	40	16		56	考查	5
		2220188202	自然语言处理	2.5	32	16		48	考查	5
		2220188203	智能语音处理	2.5	32	16		48	考查	6
		2220188204	计算机视觉基础	3	40	16		56	考查	6
		2220188205	智能机器人综合设计	1			1周	1周	考查	7
		小计		12	144	64	1周	208+1周
		大数据技术与应用
		2220188206	大数据分析理论与方法	3	40	16		56	考查	5
		2220188207	数据采集与清洗	2.5	32	16		48	考查	5
		2220188208	云计算与大数据平台	3	40	16		56	考查	6
		2220188209	数据可视化	2.5	32	16		48	考查	6
		2220188210	大数据分析综合设计	1			1周	1周	考查	7
		小计		12	144	64	1周	208+1周
	从下列课程中选修17.5学分
	专业任选课程	2220188211	计算机科学导论	2	32			32	考查	1
		2220188212	神经科学导论	2	32			32	考查	1
		2220188213	面向对象程序设计	2.5	32	16		48	考查	3
		2220188214	数值计算方法	2.5	32	16		48	考查	3
		2220188215	操作系统	2.5	32	16		48	考查	4
		2220188216	Matlab语言及应用	2.5	32	16		48	考查	4
		2220188217	专业英语	2	32			32	考查	4
		2220188218	Linux应用技术	2.5	32	16		48	考查	4
		2220188219	计算机图形学	2.5	32	16		48	考查	5
		2220188220	计算机网络	2.5	32	16		48	考查	5
		2220188221	情感计算	2	32			32	考查	5
		2220188222	数据库原理及应用	2	32			32	考查	5
		2220188223	组合数学	2	32			32	考查	5
		2220188224	人工智能前沿技术	2	32			32	考查	6
		2220188225	信息安全概论	2.5	32			48	考查	6
		2220188226	数据科学导论	2	32			32	考查	6
		2220188227	嵌入式体系结构与应用	2.5	32	16		48	考查	6
		2220188228	知识图谱	2.5	32	16		48	考察	6
		2220188229	智能制造工程	2.5	32	16		48	考查	7
		2220188230	多媒体分析	2	32			32	考查	7
		小计		45.5	640	176		816
	素质拓展课程	从下列课程中选修或创新实践冲抵2学分，创新实践包括：社会实践、志愿服务、课外活动参与、社会工作、荣誉与技能培训、学科竞赛、大学生创新创业训练、科教融合类课程等，学分认定按照《鲁东大学创新创业学分认定办法》和校院相关规定执行。（课组号：220204）
		2220180301	智能车比赛实训	2			32	32	考查	2-6
		2220180302	深度学习技术应用实训	2			32	32	考查	2-6
		2220180303	智能机器人实训	2			32	32	考查	3-6
通识教育课程	通识教育课程	从学校提供的通识通选课程中选修4学分，其中“四史”类课程、公共艺术类课程分别不少于2学分。（课组号：220205）

（三）建议各学期修读学分分布

学年	一		二		三		四
学期	1	2	3	4	5	6	7	8
建议修读学分	22.5	28	30	28.5	19	19	5	14

十一、说明：

1. 思想道德修养与法律基础、毛泽东思想和中国特色社会主义理论体系概论、马克思主义基本原理、中国近代史纲要等4门课程的实践教学部分，由马克思主义学院按照国家和省的有关要求组织在课外完成。

2. 形势与政策课由马克思主义学院为主，组织学院政工教师利用周二下午授课，每学期末考核一次，均通过考核者，记为合格，综合考评结果于第8学期确定。

3. 毕业论文（设计）第7学期在教师指导下确定研究方向与题目，第8学期完成论文答辩。

十二、附件

1.毕业要求对应培养目标矩阵图

毕业要求	培养目标1 专业能力	培养目标2 职业能力	培养目标3 人文素养	培养目标4 自我发展能力
（1）工程知识	√	√
（2）问题分析	√	√
（3）设计/开发解决方案	√	√		√
（4）研究	√	√		√
（5）使用现代工具	√	√
（6）工程与社会		√	√
（7）环境和可持续发展			√
（8）职业规范			√
（9）个人和团队		√	√	√
（10）沟通			√	√
（11）项目管理			√	√
（12）终身学习				√

2.毕业要求指标点分解表

毕业要求	指标点
1：工程知识：掌握本专业所需的数学、自然科学、工程基础和智能科学与技术的专业知识，能将上述知识用于解决智能信息系统软硬件设计、图像处理算法设计等相关领域的复杂工程问题。	1.1 能运用数学、自然科学、工程基础和专业知识，表述智能科学与技术领域的复杂工程问题。
	1.2 能够运用恰当的数学、物理模型对智能信息系统软硬件设计、图像处理算法设计等复杂工程问题进行建模，保证模型的准确性，满足工程计算的实际要求。
	1.3 能够将数学、自然科学、工程基础和智能科学与技术的专业知识用于复杂工程问题的推导和计算。
	1.4 能运用数学、自然科学、工程基础和专业知识对复杂工程问题的解决途径进行评价，并提出改进思路。
2：问题分析：能够应用数学、自然科学、工程基础和智能科学与技术的专业知识，识别、表达和有效地分解复杂工程问题，并通过文献查阅等多种方式对其进行分析，以获得有效结论。	2.1 能够应用高等数学、物理学的基本概念、原理和智能科学与技术的专业知识对复杂工程问题进行识别和有效分解。
	2.2 能够识别和表达复杂工程问题的关键环节和参数，对分解后的问题进行分析。
	2.3 掌握科技文献、资料的分类;能够通过图书馆、数据库、网上检索等多种方式快速、准确地检索相关信息，具备借助文献研究对复杂工程问题进行识别、表达、分析的能力。
3：设计/开发解决方案：能够针对智能科学与技术领域复杂工程问题提出解决方案，设计满足特定需求的系统和模块，并能够在设计环节中体现创新意识; 能够综合考虑其对社会、健康、安全、法律、文化及环境的影响。	3.1 能够掌握本专业涉及的工程设计概念、原则和方法,能够针对复杂工程问题提出合理的解决方案。
	3.2 能够针对特定需求完成系统、模块的软件设计和硬件设计。
	3.3 综合利用智能科学与技术领域的专业知识和新技术，在针对复杂工程问题的系统设计中体现创新意识。
	3.4 能够在系统方案设计环节中考虑多方面、多层次因素的影响，如社会、健康、安全、法律、文化以及环境等因素。
4：研究：能够基于科学原理并采用科学方法对智能科学与技术领域的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 能够对智能科学与技术领域的软件、硬件模块进行理论分析和仿真。
	4.2 能够针对智能信息系统软硬件设计、图像处理算法设计等智能科学与技术领域的复杂工程问题设计实验方案、构建实验系统和测试平台、获取实验数据。
	4.3 能够对实验结果进行合理分析、解释,并对多个子问题进行关联分析，找出冲突点，进行平衡，通过实验数据分析、信息综合等手段得到合理有效的结论。
5：使用现代工具：能够针对智能科学与技术领域的复杂工程问题，开发、选择与使用恰当的技术、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 掌握基本的计算机操作和应用，至少掌握一种软件开发语言(如C、C++语言等)，并能够运用集成开发环境进行复杂程序设计。
	5.2 能熟练运用文献检索工具了解智能科学与技术领域理论与技术的最新进展。
	5.3 掌握智能科学与技术专业仪器、设备的基本原理、操作方法,能够在复杂、综合型工程中合理选择和使用仪器、设备。
	5.4 具备使用实验设备、计算机软件和现代信息工具对复杂工程问题进行模拟或仿真的能力，理解其使用要求、运用范围和局限性。
6：能够结合相关的工程知识进行合理分析，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 具有工程实践经历，通过实践、实习过程了解工程实践和复杂工程问题的解决方案对社会、健康、安全、法律以及文化的影响。
	6.2 能够结合相关的工程知识,通过在思政、人文、社科类课程学到的知识，综合分析和评价专业工程实践和复杂工程问题的解决方案对社会、健康、安全、法律以及文化的影响，并理解应承担的责任。
7：环境与可持续发展：了解环境保护和可持续发展的基本方针、政策和法律、法规，能够理解和评价智能科学与技术领域的专业工程实践对环境、社会可持续发展的影响。	7.1 理解环境保护和社会可持续发展的内涵和意义。
	7.2 了解环境保护和社会可持续发展的基本方针、政策和法律、法规，能够正确认识针对复杂工程问题的专业工程实践对环境和社会的影响。
	7.3 能针对实际复杂工程问题，评价其资源利用率、对文化的冲击等工程实践对环境、社会可持续发展的影响。
8：职业规范：具有人文及社会科学素养、正确的政治立场和社会责任感，能够在工程实践中遵守智能科学与技术领域的相关职业道德和规范。	8.1 具有人文及社会科学素养，了解国情，理解社会主义核心价值观，树立正确的政治立场、世界观、人生观和价值观。
	8.2 理解工程技术的社会价值以及工程师的社会责任，在工程实践中能自觉遵守职业道德和规范。
9：个人与团队：能够在多学科背景的团队中承担个体、团队成员或负责人的角色，能够听取其他团队成员的意见和建议，充分发挥团队协作的优势。	9.1 能主动与其他学科的成员共享信息，合作共事，独立完成团队分配的工作。
	9.2 能够胜任团队成员或负责人的角色，能在团队协作中听取其他团队成员的意见和建议，充分发挥团队协作的优势。
10：沟通：具备良好的表达能力，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、陈述发言等;掌握至少一门外语，具有一定的国际视野，能够在跨文化背景下进行沟通和交流。	10.1 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。
	10.2掌握至少一门外语，具备一定的国际视野，并了解基本的国际文化礼仪。
	10.3 能够就复杂工程问题，综合运用口头、书面、报告、图表等多种形式与国内外业界同行及社会公众进行有效沟通和交流。
11：项目管理：理解并掌握工程管理原理与经济决策方法，并能够在多学科环境中应用。	11.1 理解工程管理与经济决策的重要性，掌握工程管理的基本原理和常用的经济决策方法。
11：项目管理：理解并掌握工程管理原理与经济决策方法，并能够在多学科环境中应用。	11.2 能够在多学科、跨职能环境中合理运用工程管理原理与经济决策方法。
12：终身学习：具有自主学习和终身学习的意识，有不断学习和适应发展的能力。	12.1 了解自主学习的必要性，具有自主学习和终身学习的意识，掌握跟踪本专业学科前沿、发展趋势的基本方法和途径。
12：终身学习：具有自主学习和终身学习的意识，有不断学习和适应发展的能力。	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，以适应职业发展的需求。

3.课程体系对应毕业要求（指标点）矩阵图

序号	课程名称	1.工程知识				2.问题分析			3. 设计/开发解决方案				4. 研究			5. 使用现代工具				6. 工程与社会		7. 环境和持续发展			8. 职业规范			9. 个人与团队		10. 沟通与交流			11. 项目管理		12. 终身学习
序号	课程名称	1.1	1.2	1.3	1.4	2.1	2.2	2.3	3.1	3.2	3.3	3.4	4.1	4.2	4.3	5.1	5.2	5.3	5.4	6.1	6.2	7.1	7.2	7.3	8.1	8.2	8.3	9.1	9.2	10.1	10.2	10.3	11.1	11.2	12.1	12.2
1	思想道德与法治											L									M						L
2	中国近现代史纲要																								H										L
3	马克思主义基本原理																								H										L
4	毛泽东思想和中国特色社会主义理论体系概论																					H													M
5	形势与政策																				M	L			H
6	军事理论/军事技能																											M	M
7	大学体育																											M	M
8	大学英语																																		H
9	大学生心理健康教育																												M						M
10	大学生职业生涯规划																									M										H
11	创新创业基础																			H								H					M	M
12	高等数学A	H				M
13	线性代数A		H	M
14	概率论与数理统计A		H	M			L
15	复变函数与积分变换	H				M
16	离散数学		H			H	M
17	普通物理D	M				M
18	普通物理实验D														L
19	高级语言程序设计	H								M						M												M
20	电路与电子学							H		M			H										H
21	工程伦理学																			H				H		H	H
22	IT项目管理																																H	H
23	数字电路与数字逻辑				M				M	H												H
24	数据结构			H					M					H								M
25	信号与系统							H					H								H
26	数字信号处理			H						M					M
27	计算机组成原理				H		M											H												M
28	计算机网络			H													M												M
29	人工智能概论	H						M
30	Python程序设计基础							H	M										M
31	机器学习		H			M													M
32	深度学习		H						H					M
33	知识工程						M								H
34	高级语言课程设计										H					H		M											H
35	Python课程设计		H				H								M					M
36	智能硬件综合设计										H								H											H
37	人工智能综合实践							M			H			M																	H
38	认知实习																					M					H
39	专业实习														M											M						H		H
40	毕业设计											H	H				H													H
41	国家安全教育																				M						M

人才培养方案专家组成员：王丽丽、赵永生、张淑宁、杨洪勇、姚涛、孙玉娟、张振兴、李阿丽、邓冠龙

主管校长：王庆教务处长：杨振光院长：王丽丽专业负责人：