. 培养目标


东南大学强基计划数学类专业,将聚焦数学与应用数学、信息与计算科学、人工智能、信息安全等方向的人才培养。依托数学学院的国家特色专业和江苏省品牌专业、重点专业,充分发挥依托东南大学建设的国家应用数学中心平台以及学院牵头建设的三个省部级平台的作用,结合学校的工科优势,与计算机、人工智能、网络安全等强势学科深度交叉。通过构建本硕博一体化的开放多样、灵活互通的一流人才培养体系,致力于发挥每一位学生的创新潜能和创新活力,为国家和社会培养造就一批具有高尚的道德情操、敏锐的数学直观、严谨的数学思维、宽广的国际视野,掌握数学科学的基本理论、方法与技能,熟悉计算机科学/信息科学方面的基础知识,能够在数学与应用数学、计算机软件、智能制造、信息安全等关键领域深入发展的创新拔尖人才。


  

  

  

  

  

  

  

  

  

  

  

  

  

  


. 毕业生应具有的知识、能力、素质


  

  

  

  

  

  

  

  

  

  

  

  

  

  


知识:掌握数学基础知识和数学各主要分支的专业基础知识;掌握数学建模、统计、计算机编程等方面的基本知识;了解现代数学,或者信息安全,或者智能科技等领域的知识。

能力:能够通过查阅文献进行知识更新,扩大学术视野,进行研究型学习;能够通过数学建模,借以数学直观、数学推导和计算机模拟分析解决理论问题和实际应用问题;熟练掌握一门外语。

素质:具有良好的专业素养,能围绕科学问题开展研讨交流和合作研究;具有良好的人文素养和审美品味,视野开阔,胸怀天下;具有良好的政治素养,践行社会主义核心价值观,勇于承担社会责任;具有良好的心理素养和人格魅力,能积极主动进行团队合作。

  









  

  

  

  

  

  

  

  

  

  

  

  

  

  


. 主干学科与相近专业


主干学科:数学

相近专业:数学与应用数学、信息与计算科学、统计学、人工智能、网络空间安全

  


  

  

  

  

  

  

  

  

  

  

  

  

  

  


. 主要课程


1. 通识教育基础课:思政类课程,军体类课程,外语类课程,计算机类课程,自然科学类课程和通识选修课程等。

2. 大类学科基础课:数学分析III(强基班)、常微分方程、概率论、复变函数、实变函数、数理统计

3. 专业主干课:近世代数、数值分析、数学物理方程、泛函分析、最优化方法、数据结构与算法、拓扑学(全英文)

4. 专业方向及跨学科选修课:反问题计算方法(全英文)、非线性系统(全英文)、随机模型与计算、随机过程、计算机组成原理、微分几何、稳定性理论与方法(研讨)、回归分析(双语)、调和分析(研讨)、复杂网络与人工智能、李群与李代数、图论与网络优化、操作系统(双语)、信号与系统、人工智能技术数学基础、科学计算案例分析(研讨)、数据库原理、离散数学、深度学习基础、网络空间安全数学基础、通信原理、计算机网络安全(双语)、计算机视觉、知识工程(双语) 、自然语言处理(双语)、运筹学、时间序列分析、计算机网络概论(双语)、实分析(研)、泛函分析(研)、基础代数(研)、微分流形(研)、偏微分方程(研)、高等数值分析(研)、代数拓扑(研)、同调代数(研)、环与模范畴(研)、张量范畴及Hopf代数(研)、动力系统(研)、组合最优化(研)、偏微分方程数值解(研)

  


  

  

  

  

  

  

  

  

  

  

  

  

  

  


. 主要实践环节


文化素质教育实践、大学生课外研学、社会实践、领导力素养、毕业设计


  

  

  

  

  

  

  

  

  

  

  

  

  

  


. 双语教学课程


回归分析(双语)、操作系统(双语)、计算机网络概论(双语)、知识工程(双语)、自然语言处理(双语)、计算机网络安全(双语)


  

  

  

  

  

  

  

  

  

  

  

  

  

  


. 全英文教学课程


拓扑学(全英文)、非线性系统(全英文)、反问题计算方法(全英文)


  

  

  

  

  

  

  

  

  

  

  

  

  

  


. 系列研讨课程(含新生研讨课)


1. 研讨型选修课程:理科大讲堂(强基班)(新生研讨课)、数学分析选读(研讨)、高等几何选讲(研讨)、数学软件基础(研讨)Python语言(研讨)、科技论文写作基础(研讨)、高等代数研学(研讨)R语言(研讨)、代数与编码理论介绍(研讨)、算法设计与编程(研讨)

2. 研讨型+设计类课程:数学建模与数学实验(研讨)、现代数学选讲(研讨)、科学计算前沿选讲(研讨)、属性数据分析(研讨)

  


  

  

  

  

  

  

  

  

  

  

  

  

  

  


. 毕业学分要求及学士学位学分绩点要求


参照东南大学学分制管理办法及学士学位授予条例,修满本专业最低计划学分要求163.5,即可毕业。同时,外语达到东南大学外语学习标准、平均学分绩点≥2.0者,可获得理学学士学位。

  

备注:大三和大四期间的专业方向及跨学科选修课程、全英文教学课程,按照数学、人工智能、信息安全三个方向进行设置。具体如下:

1. 数学方向相关课程:现代数学选讲(研讨)/科学计算前沿选讲(研讨)/属性性数据分析(研讨)、高等代数研学(研讨)、随机模型与计算、微分几何/回归分析(双语)、李群与李代数、调和分析(研讨)、科技论文写作基础(研讨)、代数与编码理论介绍(研讨)/算法设计与编程(研讨)Python语言(研讨)、反问题计算方法(全英文)/非线性系统(全英文)、科学计算案例分析(研讨)、时间序列分析、运筹学等。此外,课提前修读以下研究生课程:实分析(研)、泛函分析(研)、基础代数(研)、微分流形(研)、偏微分方程(研)、高等数值分析(研)、时间序列分析、复杂网络与人工智能、代数拓扑(研)、同调代数(研)、环与模范畴(研)、张量范畴及Hopf代数(研)、动力系统(研)、组合最优化(研)、偏微分方程数值解(研)等。

  

2. 人工智能方向相关课程:现代数学选讲(研讨)/科学计算前沿选讲(研讨)/属性性数据分析(研讨)、高等代数研学(研讨)/R语言(研讨)、随机过程、稳定性理论与方法(研讨)/回归分析、复杂网络与人工智能、图论与网络优化、科技论文写作基础(研讨)、代数与编码理论介绍(研讨)/算法设计与编程(研讨)Python语言(研讨)、反问题计算方法(全英文)/非线性系统(全英文)、人工智能技术数学基础、离散数学、深度学习基础、知识工程(双语)、计算机视觉、自然语言处理(双语)、时间序列分析、运筹学等。

  

3. 信息安全方向相关课程:现代数学选讲(研讨)/科学计算前沿选讲(研讨)/属性性数据分析(研讨)、高等代数研学(研讨)/R语言(研讨)、回归分析、计算机组成原理、操作系统(双语)、信号与系统、科技论文写作基础(研讨)、代数与编码理论介绍(研讨)/算法设计与编程(研讨)Python语言(研讨)、反问题计算方法(全英文)/非线性系统(全英文)、网络空间安全数学基础、数据库原理、通信原理、计算机网络安全(双语)、时间序列分析、计算机网络概论(双语)等。

  


  

  

  

  

  

  

  

  

  

  

  

  

  

  


. 各类课程学分与学时分配


课程类型

学分

学时

学分

比例


通识教育基础课程

72

1460

44.04%


专业相关课程

60

1100

36.70%


集中实践环节(含课外实践)   &短学期课程

31.5

426.5

+ 课程周数:

23

19.27%


总计

163.5

2986.5

+ 课程周数:

23

100%