《物联网工程数据处理》课程大纲（本科）.docx

《物联网工程数据处理》课程大纲 课程编号：F0702354学 分：2.5 学 时：40 (其中：理论学时：32 学时；实验学时：8 ；实训学时：0) 先修课程：物联网RFID 原理与技术、物联网体系结构、数据库原理、物联网通信技术 适用专业：物联网工程 开课学院：计算机科学与工程学院一. 课程的性质与地位 物联网工程数据处理是物联网专业的专业核心课，是联系前期课程和后继专业课程的桥梁。通过本课程的学习，使学生能从实践和理论的角度，掌握物联网数据分析方法，挖掘 数据蕴含的潜在知识。这些潜在的知识将成为物联网众多应用领域的基石。 二. 课程目标 通过基于传感器技术和通信技术组成的物联网可以获得海量的数据。如何使用这些数据成为当前首要解决的问题，解决此问题也是本课程的根本目标。要实现这个总目标，就先要实现以下几个分目标：数据预处理、随后对数据之间关联规则进行分析和推导，接着实现对数据聚类分析，最后对数据进行分类。通过上述过程，使学生对物联网系统的应用和分析 能力进一步提升。本课程的具体目标如下： ( 一) 课程教学目标 了解数据处理的概念及应用场景 掌握数据的预处理常用方法，实现对数据的清洗和噪声点过滤的目标。 掌握数据潜在的关联规则挖掘算法，实现对数据之间关联规则的挖掘。 掌握常用的聚类算法，实现对数据之间共性和个性的挖掘。 掌握常用的分类方法，为进一步提升物联网应用水平打下坚实基础。 (二) 课程育人目标 基于物联网的前置课程获得的大量数据，进而能够挖掘其潜在的知识和规律； 现在人工智能技术的广泛应用都依赖于大数据的处理技术，从而使学生具备潜在的竞争力； 提高学生的环境适应能力。 三. 课程目标与专业毕业要求指标点的对应关系 本课程支持的毕业要求指标点如下： 指标点 2-3. 能够应用物联网工程专业基础知识，并能通过文献，建立物联网工程对象的复杂模型，掌握其特性. 指标点 3-2. 掌握物联网专业知识，能够设计物联网领域复杂工程问题的解决方案。 指标点 4-1. 能够根据物联网应用系统模块需求，进行理论设计与实验研究，并根据实验结果，对实验中出现的问题和现象进行分析、解释和处理。 指标点 5-2. 能够开发、选择与使用恰当的技术、资源和工具，特别是计算机设计与仿真工具，并应于复杂工程问题的设计和仿真。 指标点 5-3. 能够理解现代工具对复杂工程问题设计与仿真的优势与局限性。 表 1 课程目标与专业毕业要求指标点的对应关系 毕业要求指标 指标点 2-3 指标点 3-2 指标点 4-1 指标点 5-2 指标点 5-3 目标 1 √ √ 目标 2 √ √ √ √ 目标 3 √ √ √ √ 目标 4 √ √ √ √ 目标 5 √ √ √ √ 四. 课程内容及要求第一章 绪论 ( 一) 教学目标 了解数据处理的概念和历史。 了解数据处理领域的研究内容和应用热点。 掌握数据处理的常用工具和技术。 ( 二) 教学内容与教学方法 数据处理的概念、发展史。(问题导入+讲授)。 研究内容、应用热点。(问题导入+讲授)。 常用的技术和工具 (问题导入+讲授)。 ( 三) 重点与难点 重点：掌握数据处理常用的工具和技术。 难点：掌握数据处理常用的工具和技术。 ( 四) 思政融入 “数据处理”是本章的核心内容。当前我们每个人都处在信息时代， 电视、杂志、 自媒体等提供的海量信息令人眼花缭乱，我们尤其是当代大学生如何在大脑中过滤和识别信息显得尤为重要，因为这些信息中无疑充满着负面的、虚假的、暴力的信息。特别是疫情肆虐的当今，别有用心的人总喜欢散布一些谣言，青年一代如何做到不信谣、不传谣，始终与国家和政府的防疫政策保持一致是非常重要的。 第二章 数据预处理 ( 一) 教学目标 理解数据预处理的目的。 掌握数据清洗和数据变换的技术。 掌握数据规约、数据特征选择和提取的技术。 ( 二) 教学内容与教学方法 数据预处理的目的 (问题导入+讲授)。 数据清洗技术 (讲授+练习)。 数据集成和数据变换技术 (讲授+练习)。 数据规约技术 (讲授+练习)。 特征选择和提取技术 (讲授+练习)。 ( 三) 重点与难点 重点：掌握数据地清洗、变换、规约特征提取技术。 难点：掌握数据清洗和规约的技术。 ( 四) 思政融入 数据的清洗类似于我们面临的各种竞争。有人说中考把懒惰的人清洗掉了，高考把智力不好的人清洗掉了，最后还要经过国家和社会的选拔环节，把心理素质不好、抗压能力不强、缺乏团队合作精神、专业能力较弱的学生清洗掉。这样的话可能太偏激了，但其展示了一个层层选拔人才的过程。习主席号召我们每个人都要撸起袖子加油干，只有奋斗的人生才是幸福的，这表明党和国家号召我们全面认识自我，客观对待自我，努力完善自我，最终接受国家和社会的选拔，才能实现心中的梦想。 第三章 关联规则挖掘