网站大量收购独家精品文档,联系QQ:2885784924

工业大数据及其应用教学大纲.docx

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

《工业大数据及其应用》课程教学大纲

一、课程基本信息

英文名称

Industrialbigdataanditsapplication

总学时/学分

32/2

开设学期

第四学期

课程代码

BT0100264X0

理论教学

学时

32

适用专业

智能制造工程

课程类别

工程基础课程

实践

教学

学时

实验学时

0

先修课程

概率论与数理统计、智能制造概论

专业基础及专业课程

专业核心

(必修)

上机学时

0

工程实践课程

其它

开课学院(部)

机电工程学院

二、课程简介

《工业大数据及其应用》是智能制造工程专业本科生的一门专业核心必修课,系统地阐述了工业大数据概述、工业大数据感知与预处理、工业大数据存储与计算平台、工业大数据分析、工业大数据分类与聚类、工业大数据挖掘与知识图谱、工业大数据可视化、工业大数据综合应用等内容。通过本课程的学习,培养学生能运用各种工业大数据感知技术、预处理技术、关联分析方法、分类分析方法、聚类分析方法、人工智能方法、数据可视化技术等处理和分析数据的能力,使学生能够以工业大数据分析思维解决智能制造领域数据处理与分析的复杂工程问题。

三、课程的能力目标

通过本课程的教学,学生具备下列能力:

课程目标

课程目标内容

支撑毕业要求指标点

支撑毕业要求

1.建模和求解能力

能对工业大数据的感知、认知与预处理以及可视化,采用适当的原理和方法进行表达、认知、处理与分析。

2-3具备通过文献辅助对复杂智能制造工程问题进行建模和求解的能力,能运用基本原理,分析过程的影响因素,证实解决方案的合理性。

2.问题分析:能够应用数学、自然科学和工程科学的基本原理,识别、表达智能制造领域的复杂工程问题,并通过文献研究与分析提出解决问题的方法,形成解决复杂工程问题的有效思路。

2.建模和仿真能力

能对不同类型工业大数据,使用现代工程工具与方法,建立恰当的数学模型,进行数据的预测与仿真。

5-2能够针对智能制造领域复杂工程问题,选择与使用恰当的技术手段和现代工程工具进行建模、预测与仿真,并能够在实践过程中领会相关工具的局限性。

5.使用现代工具:能够针对智能制造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建模、预测与模拟,并能够理解其局限性。

课程目标和教学环节的对应关系如下表:

考核环节

考核项目

评价形式

评价要素

课程目标

比例

平时表现

随堂测验

课堂中通过雨课堂推送题目,以客观题为主、主观题为辅

工业大数据的感知、认知、预处理、分析方法评价,以雨课堂测试答题情况衡量。

1、2

20

课后作业

每章结束后布置课后作业,以计算题为主

工业大数据的预处理、分析方法评价,以课后作业完成质量衡量。

1、2

30

期末

期末考试

闭卷考试,题型为选择题、填空题、简答题和计算题

工业大数据的感知、认知、预处理、分析方法评价,以答卷情况衡量。

1、2

50

四、课程目标对毕业要求的支撑

毕业要求

课程目标

学时

主要教学内容

2-3

目标1

12

绪论,包括:工业大数据概述、工业大数据与工业互联网的关系、工业大数据与智能制造的关系。

工业大数据感知与预处理,包括:工业大数据来源、工业大数据感知、工业大数据传输、工业大数据预处理、工业大数据融合。

工业大数据存储与计算平台,包括:工业大数据存储与管理技术、工业大数据安全技术、计算框架、计算平台Hadoop。

5-2

目标2

20

工业大数据分析,包括:工业大数据统计描述方法、工业大数据对象关系计算方法、工业大数据关联分析方法。

工业大数据分类与聚类,包括:工业大数据分类、工业大数据聚类、工业大数据降维。

工业大数据挖掘与知识图谱,包括:工业大数据深度学习、工业知识图谱。

工业大数据可视化,包括:数据可视化概述、工业大数据可视化流程、工业大数据可视化常用方法。

工业大数据综合应用,包括:机械装备故障诊断、基于SVM的滚动轴承剩余使用寿命预测、加工工艺优化、生产周期预测。

五、课程教学内容、要求及学时分配

教学内容

具体内容

要求

学生预期效果

教学方式

学时

一、绪论

(1)工业大数据概述

认知

学生能认知工业大数据简介、特征、发展及处理框架,理解工业大数据与工业互联网、智能制造的关系,具备学习后续课程内容能力。

讲授

2

(2)工业大数据与工业互联网的关系

理解

(3)工业大数据与智能制造的关系

理解

二、工业大数据感知与预处理

(1)工业大数据来源

认知

学生能认知工业大数据来源,理解常用的工业大数据感知技术,具备数据感知的能力。

讲授为主,翻转课堂为辅

2

(2)工业大数据感知

理解

(3)工业大数据传输

理解

学生能理解工业大数据通信协议、传输技术、预处理技术,具备数据传输与预处理的能力。

讲授为主,

您可能关注的文档

文档评论(0)

xiaobao + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档