原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
“海洋大数据技术与应用”课程教学大纲
课程名称
海洋大数据技术与应用
英文名称
TechnologyandApplicationofMarineData
课程编号
360274
开课学期
6
课程性质
专业必选课
课程属性
必修
课程学分
3
适用专业
智慧海洋技术
课程学时
总学时：48；其中理论学时：40实验实践学时：8上机学时：××
开课单位
学院智慧海洋技术教研室
先修课程
课程名称
对先修课应知应会具体要求
数据库基础与应用
掌握开发关系数据库系统必备的基本知识和基本方法，数据库系统的基本概念、基本技术及数据库应用开发技术。
机器学习与
Python实践
掌握Python数据分析的相关知识以及数据分析和可视化绘图的方法。
后续课程
课程目标及与毕业要求的对应关系
课程目标
毕业要求
4
5
…
1.掌握海洋大数据处理与分析的基本概念和原理。
0.3
0.3
2.数据处理与分析方法编程实现。
0.4
0.4
3.通过算法编程，培育认识和发现问题的能力和解决工程问题的能力。
0.3
0.3
课程概述
本课程是为智慧海洋技术本科专业开设的专业必选课，课程立足于海洋技术专业特点、培养要求及未来从业的实际需要，以海洋大数据处理应用为主题，结合传统数据处理方法与深度学习模型，进行海洋大数据处理的学习和编程实践。通过本课程的学习，学生通过理论学习掌握算法的理论知识，并通过上机实验进行算法设计与程序开发。本课程内容主要包括海洋大数据的获取与特征，统计特征量及简单分析，海洋大数据处理与分析方法，深度学习在海洋大数据处理中的应用等内容，指导学生理论联系实际，用传统方法和机器学习理论解决海洋大数据处理中的实际问题。
课程应知应会具体内容要求
任务一：海洋大数据简介(支撑课程目标1)知识要点：从传统海洋数据到海洋大数据，海洋大数据的获取及特征。
学习目标：海洋大数据的发展及国内外机构介绍。空基监测平台，陆基监测平台，海底监测平台，历史海洋数据，社会经济数据的收集与归档；海洋数据的海量性和多类性。
授课建议：4学时，讲授为主，案例教学为辅。
任务二：海洋资料的统计及分析方法(支撑课程目标1、2)
知识要点：海洋资料的统计特征量，海洋资料的图示方法和频率统计，探索分析。
学习目标：位置特征量，离散特征量，矩和偏态系数，相关系数及其显著性检验。图示法，频率统计图等。非正态分布简单函数变换成近似正态分布，强估计，两组数据的探索分析，多组数列的探索分析，异常值的显著性差异检验。
授课建议：18学时，讲授为主，案例教学为辅。
任务三：海洋大数据的分析方法(支撑课程目标1、2、3)
知识要点：海洋数据存取格式及读写，海洋大数据的质量控制，时间序列分析，回归分析，极值分析。
学习目标：Netcdf格式，grib格式。时空异常检测，缺失数据修补。时间序列相似性分析，时间序列预测，功率谱分析。直线拟合，曲线拟合，多项式回归。极值分布和重现期极值的估计，多年一遇极大波高值的统计计算，多年一遇设计波高对应周期的计算。
授课建议：18学时，讲授为主，案例教学为辅。
课程应知应会具体内容要求
（实验部分）
任务一：统计特征量及简单分析，数据读取与质量控制
学习目标：用Matlab或者Python进行统计特征量简单分析。海洋大数据的读取与质量控制等的程序实现。
授课建议：2学时，上机实践为主，讲授为辅。
任务二：时间序列与回归分析，极值分析程序实现学习目标：时间序列与回归分析的程序实现。极值分析程序实现。
授课建议：2学时，上机实践为主，讲授为辅。
任务三：支持向量回归方法在海浪波高短期预测中的应用，递归神经网络在风暴潮预测中的应用
学习目标：支持向量回归方法在海浪波高短期预测中的应用。递归神经网络在风暴潮预测中的应用。
授课建议：2学时，上机实践为主，讲授为辅。
任务四：机器学习方法在海表面风场预测中的应用，中尺度涡识别智能方法
学习目标：机器学习方法在海表面风场预测中的应用。中尺度涡识别智能方法上机实现。
授课建议：2学时，上机实践为主，讲授为辅。
实验仪器设备要求
计算机机房，机房最大容纳学生数40。
师资标准
硕士以上学历；海洋工程、信息技术相关专业；讲师以上职称。
教材选用标准
教材选用的标准：
原则上选用国家规划教材；教材应体现知识新、应用性强，密切联系行业发展，教材内容应进行适时更新和扩充；教材应辅以大量案例，根据海洋大数据所需知识的深度及广度组织编写，使学生在教学活动中树立质量、安全、责任意识；教材应突出实用性、开放性和专业性，应避免把专业能力理解为纯粹的理论知识，同时要具有前瞻性，把握本专业领域的发展趋势；教材应以学生为本，文字表述要简明扼要，内容展现应图文并茂，突出重点，重在提高学生学习的主动性和积极性；教材中的实习
文档评论（0）