智能科学与技术（信息处理方向）专业培养方案

一、<![endif]>培养目标

智能科学与技术（信息处理方向）专业立足湖北面向全国，落实立德树人根本任务，以服务区域经济发展和培养人工智能高素质人才为使命。培养爱国敬业、遵纪守法、具有社会责任意识；基础知识扎实、动手能力强、具有创新精神和意识，在人工智能、信息技术等领域从事智能系统相关的研究、开发、部署与应用等工作的高级人才。

本专业以培养德、智、体、美全面发展的社会主义合格建设者和可靠接班人为总目标，员工毕业后既可以在人工智能/信息技术类企事业单位、政府机关及基层单位从事复杂智能软硬件系统的设计、开发和维护工作；也可以进入国内外高等院校、科研院所从事科研工作。

员工毕业5年后应该达到如下几个方面的培养目标：

1、综合素质：具备良好的社会责任感，具备良好的沟通、协作、项目管理能力，能够领导或者参与团队展开工作，乐于服务社会的奉献精神。

2、专业知识：具备全面的计算机与控制科学领域的专业知识，掌握扎实的数理基础知识及计算机相关的基本理论、知识、技能和方法，能够考取硕士或者博士研究生开展人工智能领域的科研工作。

3、实践能力：具备解决复杂实际问题的能力，养成严谨的科学思维能力，具有设计解决方案、实现智能软硬件系统的能力。能够完成一个中等以上规模的智能系统软硬件产品的研发，进而发展成为架构师、软件工程师、产品经理或者项目主管等企业核心人才

4、持续发展：具备国际视野和持续提升自我的能力，能熟练使用一门外语参加专业领域的国际交流与合作，具有良好的专业国际视野，能够跟踪学科发展前沿，并能够利用网络工具不断拓展个人专业能力，具有终生学习的能力。

二、毕业要求

本专业毕业生应达到如下在知识、能力和素质方面的要求：

1.工程知识：掌握扎实的数学和自然科学基础知识，系统掌握计算机科学、机器人、人工智能的工程基础和专业知识，能够运用各类知识解决复杂的实际工程问题。

1.1 掌握高等数学、线性代数、概率论等数学领域的基本知识并用于解决机器人、人工智能及相关领域的复杂工程问题。

1.2 掌握牛顿力学、光学、电磁学、热学等自然科学基础知识并用于解决机器人、人工智能及相关领域的复杂工程问题。

1.3 掌握机械、自动化、计算机科学与技术、电子信息与电气工程等工程基础并用于解决机器人、人工智能及相关领域的复杂工程问题。

1.4 掌握机器人、人工智能专业知识并用于解决相关领域的复杂工程问题。

2.问题分析：能够利用数学、自然科学特别是计算机科学的基本原理，抽象和归纳复杂工程问题的模型，并能够运用文献研究和分析工程问题得到合理的结论。

2.1 能够应用数学、自然科学特别是计算机科学的基本原理和方法，对机器人、人工智能及相关领域的复杂工程问题进行识别和描述。

2.2 能够通过文献查阅、分析或实验、实践，理解已有解决方案的多样性与局限性；能够对复杂工程问题的原理进行深刻理解，抽象和归纳复杂工程问题的模型，提出相应的解决方案，并对不同方案进行比较、评价。

2.3 能够通过文献查阅、分析或实验、实践，对复杂工程问题的影响因素和关键环节（要素）等进行分析鉴别；能够证实解决方案的合理性并获得有效结论。

3.设计/开发解决方案：能够设计针对机器人系统领域复杂工程问题的解决方案，设计满足特定需求的系统、单元或算法流程，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 能够针对特定需求合理地确定复杂机器人和人工智能领域工程问题的设计目标。

3.2 能够运用工程知识，通过类比、改进或创新等方式，提出满足特定需求的机器人、人工智能及相关领域中机器人核心部件、软件、算法、机器人系统、智能制造与服务工艺流程的合理解决方案，并体现创新意识。

3.3 能够在设计/开发复杂机器人、人工智能问题解决方案过程中综合考虑社会、环境、健康、安全、法律和文化等制约因素。

3.4 能基于特定条件和解决方案完成机器人核心部件、软件、算法、人工智能、机器人系统、智能制造与服务工艺流程的设计/开发与优化。

3.5 能用图纸、模型、算法、程序、设计报告等方式正确表达解决方案。

4.研究：能够基于人工智能，计算机，自动化及机械工程领域的科学原理并采用科学方法对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 能够基于人工智能，计算机，自动化及机械工程领域的科学原理、方法并通过文献检索与分析，针对复杂工程问题，拟定研究路线，制定研究方案。

4.2 能够结合相关专业知识，选择适当的数学、物理等模型对工程问题进行分析和建模，并能够保证模型的准确性，满足实际要求。

4.3 能够针对复杂工程问题制定整体实验方案、搭建实验系统，开展有效的实验研究。

4.4 能够正确采集、处理实验数据，对实验结果进行分析和解释，并能通过信息综合得到合理有效的结论

5.使用现代工具：能够针对复杂工程问题，开发、选择与使用恰当的软硬件技术、机器人技术、现代信息技术工具，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 能够了解和初步掌握技术、资源、现代工程工具和信息技术工具。能理解各种技术、资源、工具的使用局限性。

5.2 能够针对复杂工程问题，合理选择并将技术、资源、工具应用于特定复杂机器人、人工智能问题的解决过程。

5.3 能够初步使用恰当的技术、资源和工具对复杂机器人、人工智能问题进行预测与模拟。

6.工程与社会：能够基于人工智能，计算机，自动化及机械工程领域内工程背景知识进行合理分析，评价人工智能和机器人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 具有系统的工程实践经历，通过实践、实习过程了解工程实践和复杂工程问题解决方案对社会、健康、安全、法律以及文化的影响。

6.2 了解相关的技术标准、知识产权、法律法规和行业产业政策。

6.3 能够结合相关的工程知识，通过思政、人文、社科类课程的学习的知识，综合分析和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：能够理解和评价针对人工智能，计算机，自动化及机械工程领域的复杂工程问题工程实践对环境、社会可持续发展的影响。

7.1 理解环境保护和可持续发展的内涵和意义。了解国家、地方关于环境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。

7.2 掌握评价复杂工程问题对环境和社会可持续发展影响的基本方法。

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工程职业道德和规范，履行责任。

8.1 能正确认识机器人和人工智能工程师的职业性质与社会责任、职业规范与道德的内涵。并在工程实践中遵守职业道德和规范，履行责任。

8.2 热爱祖国，具有较高的人文社会科学素养和社会责任感。

8.3 具有健康的体魄和良好的心理素质，承担建设祖国与维护祖国利益的光荣任务，理解个人对于社会的责任。

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。

9.1 能够准确明了的表达自我的想法和目标。具有一定的组织管理能力和人际交往能力，能正确地选择和规划职业生涯的能力。

9.2 能够有较强的团队协作意识，能领会和综合他人意见和提议，并作出合理的决策。

10.沟通：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 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，并与业界同行及社会公众进行有效沟通。

10.2 能够掌握基本的报告、设计方案等工程应用文的撰写技能。

10.3 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。

11.项目管理：理解并掌握工程管理原理与经济决策方法，并能在多学科环境中应用。

11.1 理解和掌握工程管理的基本原理和常用的经济决策方法。

11.2 能够将工程管理原理与经济决策方法在多学科环境下的机器人、人工智能以及相关机电产品开发制造、安装等工程项目管理中应用。

12.终身学习：具有自主学习和终身学习的意识，有不断学习和适应人工智能和机器人技术发展的能力。

12.1 具有自主学习和终身学习的意识，具有跟踪机器人、人工智能及相关专业学科前沿、发展趋势的能力。

12.2 能够通过在职培训、图书资料查询、网络培训等多种渠道进行终身学习。

三、<![endif]>主干学科

电子信息工程、人工智能

四、<![endif]>专业大类

电子信息类

五、<![endif]>核心课程

程序设计基础、面向对象程序设计、离散数学、算法与数据结构、计算机组成原理；电路分析、单片机原理及应用、模拟电子技术、信号与系统、无线传感器网络技术与应用等。

六、<![endif]>修业年限

学制4年，实行弹性修业年限

七、<![endif]>最低毕业学分

171.5学分

八、<![endif]>授予学位

工学学士

九、<![endif]>课程设置

（一）课程教学

1、通识类课程

注：“课程类别”由各专业依“国标”“认证标准”的要求自行填写。若该门课程不属于“国标”或“认证标准”中的类别，可以不填。

2、学科基础知识课程

课程名称	学时				学分			开课学期	课程属性	备注 说明	课程类别	开课单位
	总学时	课内		课外	总学分	课内	课外
		课堂	实验
程序设计基础	72	48	24	0	4.5	4.5	0	1	必修		学科基础知识课程	det365在线平台
计算学科概论	16	16	0	0	1	1	0	2	必修		学科基础知识课程	det365在线平台
面向对象程序设计	56	36	20	0	3.5	3.5	0	3	必修		学科基础知识课程	det365在线平台
计算机组成原理	64	52	12	0	4	4	0	4	必修		学科基础知识课程	det365在线平台
计算机网络	56	48	8	0	3.5	3.5	0	4	必修		学科基础知识课程	det365在线平台
算法与数据结构	80	60	20	0	5	5	0	4	必修		学科基础知识课程	det365在线平台
操作系统	56	48	8	0	3.5	3.5	0	5	必修		学科基础知识课程	det365在线平台
人工智能程序设计	32	24	8	0	2	2	0	2	必修		学科基础知识课程	det365在线平台
电路分析（上）	48	40	8	0	3	3	0	2	必修		学科基础知识课程	电气学院
电路分析（下）	48	40	8	0	3	3	0	3	必修		学科基础知识课程	电气学院
单片机原理及应用	32	32	0	0	2	2	0	4	必修		学科基础知识课程	电气学院
模拟电子技术	72	56	16	0	4.5	4.5	0	4	必修		学科基础知识课程	电气学院
合计	632	500	132	0	39.5	39.5	0

3、专业知识课程

课程名称	学时				学分			开课学期	课程属性	备注 说明	课程类别	开课单位
	总学时	课内		课外	总学分	课内	课外
		课堂	实验
人工智能导论	48	32	16	0	3	3	0	2	必修			det365在线平台
算法设计与分析	48	36	12	0	3	3	0	5	必修			det365在线平台
机器视觉与应用	32	24	8	0	2	2	0	5	必修			det365在线平台
数字信号处理	40	40	0	0	2.5	2.5	0	5	必修			电气学院
通信原理与电路	56	56	0	0	3.5	3.5	0	5	必修			电气学院
通信原理与电路实验	24	0	24	0	1.5	1.5	0	5	必修			电气学院
无线传感器网络技术与应用	32	16	16	0	2	2	0	6	必修		国标/专业基础	电气学院
模式识别基础	40	32	8	0	2.5	2.5	0	6	必修		工程基础	电气学院
虚拟现实技术	32	24	8	0	2	2	0	6	选修			det365在线平台
合计	336	252	84	0	21	21	0

注：表中“合计”一行中的“总学时”与“总学分”是指员工本培养方案中应完成的专业知识课程的总学时与总学分，而不是上述所有课程（含选修课程）的累计。

（二）<![endif]>实践教学

名称	学时或周数	学分	开设学期/暑期实践季	起止周	属性	备注说明	类型	开课单位
软件基础综合设计	16	1	第1学期	1-16	必修		综合设计	det365在线平台
人工智能编程基础实训	32	2	第3学期	1-16	必修		综合实训	det365在线平台
图像处理与机器视觉综合设计	32	2	第5学期	1-16	必修		综合设计	det365在线平台
单片机课程设计	1周	1	第4学期	1-16	必修		课程设计	电气学院
电子技术课程设计	32	2	第4学期	1-16	必修		课程设计	电气学院
认识实习	32	2	第2学期	1-16	必修			det365在线平台
专业实习	4周	4	第6学期	1-16	必修			det365在线平台
毕业实习	4周	4	第7学期	1-16	必修			det365在线平台
毕业设计（论文）	12周	4	第7学期	1-4	必修			det365在线平台
		12	第8学期	1-4	必修			det365在线平台
合计	——	34	——	——	——	——	——

（三）创新创业与素质教育平台

名称	学时或周数	学分	开设学期/暑期实践季	起止周	属性	备注说明	类型	开课单位
创新创业	32	2	第1-8学期	学术周	必修		创新创业实践	计算机/det365在线平台
合计		2	——	——	——	——	——