第1章 本科生培養 1
1.1 智能科學與技術專業培養方案 2
1.1.1 專業介紹 2
1.1.2 培養目標 2
1.1.3 專業思政育人 3
1.1.4 畢業要求 3
1.1.5 學制與學位 7
1.1.6 專業分流要求 7
1.1.7 專業特色課程 7
1.1.8 *低畢業要求及學分分布 9
1.1.9 教學進程計劃總表 10
1.2 人工智能專業培養方案 17
1.2.1 專業介紹 17
1.2.2 培養目標 18
1.2.3 專業思政育人 18
1.2.4 畢業要求 18
1.2.5 學制與學位 22
1.2.6 大類分流要求 22
1.2.7 專業特色課程 22
1.2.8 *低畢業要求及學分分布 24
1.2.9 教學進程計劃總表 24
1.3 圖靈人工智能科學實驗班培養方案 32
1.3.1 專業介紹 32
1.3.2 培養目標 32
1.3.3 專業思政育人 33
1.3.4 畢業要求 33
1.3.5 培養模式 36
1.3.6 學制與學位 37
1.3.7 專業分流機制 37
1.3.8 專業特色課程 37
1.3.9 畢業*低要求及學分分布 39
1.3.10 教學進程計劃總表 39
1.4 人工智能與模式識別全英文專業培養方案(Artificial Intelligence and Pattern
Recognition Full-English Teaching Major Training Program) 47
1.4.1 培養定位 48
1.4.2 培養模式 50
1.4.3 培養方案 52
1.4.4 培養課程 55
1.4.5 教學進程計劃總表(Schedule of Teaching Process) 58
1.5 人工智能相關專業全英文授課本科留學生培養方案(Training Scheme for
Foreign Undergraduate Students Majoring in AI) 70
1.5.1 培養模式與目標(Training Model and Objectives) 70
1.5.2 基本要求(Basic Requirements) 71
1.5.3 學分要求(Credit Requirements) 71
1.5.4 學制與學位(Educational System and Academic Degree) 72
1.5.5 教學進程計劃表(Schedule of Teaching Process) 72
1.6 特色課程教學大綱 83
1.6.1 Python程序設計和人工智能平臺學習 83
1.6.2 *優化理論與方法 86
1.6.3 專業基礎實踐 92
1.6.4 人工智能概論 96
1.6.5 算法設計與分析 105
1.6.6 計算智能導論 111
1.6.7 智能系統專業實驗 121
1.6.8 人工智能實驗 129
1.6.9 模式識別 139
1.6.10 腦科學基礎 147
1.6.11 知識工程 158
1.6.12 機器學習 165
1.6.13 智能數據挖掘 173
1.6.14 專業綜合實踐 181
1.6.15 圖像理解與計算機視覺 185
1.6.16 智能信息感知技術 202
1.6.17 智能控制導論 212
1.6.18 計算機視覺及其應用 220
第2章 研究生培養 227
2.1 智能科學與技術碩/博/直博培養方案 228
2.1.1 智能科學與技術學科碩士研究生培養方案 228
2.1.2 智能科學與技術學科博士研究生培養方案 239
2.1.3 智能科學與技術學科直博生培養方案 249
2.2 人工智能領域專業學位碩士生培養方案 261
2.3 人工智能領域工程博士培養方案(定向工程博士和非定向工程博士) 268
2.3.1 人工智能領域定向工程博士培養方案 268
2.3.2 人工智能領域非定向工程博士培養方案 274
2.4 人工智能與模式識別專業全英文授課碩士研究生培養方案(Artificial Intelligence
and Pattern Recognition Major Full-English Teaching Postgraduate
Training Program) 280
2.5 人工智能相關專業碩/博留學生培養方案(Training Scheme for Foreign Master's
and Doctor's Degree Students Majoring in AI) 285
2.5.1 人工智能相關專業全英文授課碩士留學生培養方案(Full-English Training
Scheme for Foreign Master's Degree Students Majoring in AI) 285
2.5.2 人工智能相關專業全英文授課博士留學生培養方案(Full-English Training
Scheme for Foreign Doctor's Degree Students Majoring in AI) 287
2.6 特色課程培養大綱 296
2.6.1 神經網絡基礎與應用 296
2.6.2 SAR圖像處理與解譯 302
2.6.3 復雜網絡與群體智能 306
2.6.4 非線性信號與圖像處理 309
2.6.5 自然計算 311
2.6.6 視覺感知與目標跟蹤 313
2.6.7 智能感知與先進計算新進展 317
2.6.8 雷達圖像處理與理解 320
2.6.9 圖像表征學習與重建 323
2.6.10 復雜數字系統設計方法 327
2.6.11 量子計算優化與學習 329
2.6.12 統計學習理論應用 331
2.6.13 壓縮感知理論與應用 335
2.6.14 視覺信息度量與評價 338
2.6.15 現代可編程邏輯器件原理與應用 342
2.6.16 高性能智能計算實驗 344
2.6.17 人工智能創新實驗 347
2.6.18 算法設計技巧與分析 349
第3章 西安電子科技大學人工智能學院簡介 353
3.1 平臺建設 354
3.2 人才培養 357
第4章 西電智慧教育 361
4.1 人工智能教育創新實驗室 362
4.2 人工智能實驗課程虛擬教研室 365
附錄1 研究生教育智能科學與技術學科專業簡介及其學位基本要求 368
附錄2 人工智能領域研究生指導性培養方案(試行) 379