一．学科专业简介

计算机科学与技术学科立足于我校地球科学、材料科学、资源环境、管理工程等相关学科的实际问题和优势，重点为地学、核信息化发展提供计算机科学与技术的理论方法和应用支撑，是江西省十一五和学校十二五重点建设学科，其特色主要体现为：

（1）紧跟地学与核学科发展前沿，在地学软件及其体系结构、网络与信息安全、行业软件标准化与测评、智能算法与智能信息处理、图形图像处理等研究领域，提供理论应用与方法支撑。

（2）经过多年的教学与科研实践，研究成果丰硕：近些年承担或完成国家自然科学基金课题、江西省自然科学基金及科技攻关计划项目等30余项,已授权国家发明专利及计算机软件著作权30余项；发表学术论文320余篇，其中SCI、EI、ISTP检索150余篇，出版专著教材20余部。形成了鲜明的学术特色，有着良好的学科基础。

（3）有一支既精通计算机学科又熟悉业务的高水平师资队伍，师资队伍学历学缘结构好，有硕士导师20余人、导师具有博士学位的10人。

二.研究方向

1.软件理论与开发方法

2.大数据与智能信息处理

3.图形图像处理与三维重构技术

三．培养目标

以培养适应时代发展要求具有较强事业心和责任感的得、智、体全面发展的高层次创新型专门人才为目标。具备如下能力：

（1）能够运用马克思主义的观点和方法分析问题、解决问题；拥护党的基本路线、方针和政策；热爱祖国、遵纪守法、树立正确的社会主义核心价值观，具有良好的职业道德，具有创新求实和团结合作精神，积极为我国的社会主义建设服务。

（2）掌握坚实的计算机科学与技术基础理论和系统的专门知识，了解学科发展现状、趋势及研究前沿，较为熟练地掌握一门外国语；具有严谨求实的科学态度和作风，能够运用计算机科学与技术学科的方法、技术与工具从事该领域基础研究、应用基础研究、应用研究、关键技术创新及系统的设计、开发与管理工作，具有从事本学科和相关学科领域的科学研究或独立担负专门技术工作的能力。

（3）身心健康。

四．课程设置

五．课程简介

（一）算法分析与设计

1.课程目标：通过本课程的学习，让学生掌握计算机程序设计中常见的非数值算法设计策略与技术，并能设计出有效的算法来解决搜索、排序、图论、几何学、优化、和决策中的根本计算问题，并使学生能够对所设计的算法进行细致的分析。

2.课程内容：计算机算法分析、算法设计及复杂性理论的基本概念、基本算法分析方法和常用算法设计方法（如：分治法、回溯法、贪心法、动态规划法、分枝限界法等）。

3.教学方式：多媒体、实验

4.考核方式：考试

5.预修课程：《C语言程序设计》、《数据结构》

6.教材及参考书目：

[1]王晓东.2007.计算机算法设计与分析(第三版) .北京：电子工业出版社.

[2]吕国英.2006.算法设计与分析（第一版）.北京：清华大学.

[3]周培德.2004.算法设计与分析.北京：机械工业出版社.

[4]阿霍，霍普克劳夫特，乌尔曼著.黄林鹏，王德俊，张仕译.2007.计算机算法的设计与分析：新增经典算法的C/C++实现（第一版）.北京：机械工业出版社.

（二）机器学习

1.课程目标：（1）了解机器学习领域的发展及现状；（2）了解和掌握机器学习的基本概念、原理、方法与技术；（3) 能够运用机器学习方法来解决实际问题（如智能博弈程序，图像识别，文本分类与处理等）；（4）为进一步研究建立有关概念和方法的基础。

2.课程内容：介绍目前主流的机器学习理论，方法及算法，应用等。包括机器学习总论，监督学习，非监督学习，统计学习，计算学习，贝叶斯学习，数据压缩学习；学习算法包括：Find-S算法、Version Space及候选消除算法、决策树学习算法，决策树的归纳偏置以及对基本决策树算法的改进方法，神经网络学习算法（神经网络表示、感知机、反向传播算法的使用及推导、人脸识别的应用），贝叶斯学习算法等。

3.教学方式：多媒体、实验

4.考核方式：考试

5.预修课程：《高级语言程序设计》、《数据结构》

6.教材及参考书目：

[1]机器学习（英文版）原书名：MACHINE LEARNING.2003.机械工业出版社.

[2]Ryszard S. Michalski et al 著，朱明翻译.2004.机器学习与数据挖掘：方法及应用.电子工业出版社.

[3]Tom M. Mitchell .2003.机器学习（MACHINE LEARNING）.北京：机械工业出版社.

[4]Ryszard S. Michalski et al 著.2004.机器学习与数据挖掘：方法及应用.北京：电子工业出版社.

（三）高级软件工程

1.课程目标：通过本课程的教学，使学生树立软件工程理念，了解软件工程知识的全局，具备软件工程师从事工程实践所需的专业能力，即需求分析、设计、实现和测试、项目计划和管理的能力，并具有软件开发实践和项目组织的初步经验、创新意识、团队精神、和良好的外语运用能力。

2.课程内容：主要介绍软件工程的基本原理、概念和技术方法。包含以下几个方面内容：软件工程与项目管理；结构化开发方法；面向对象的开发方法等。

3.教学方式：多媒体、实验

4.考核方式：考试

5.预修课程：《软件工程》、《数据库原理》

6.教材及参考书目：

[1]鄂大伟.2010.软件工程.北京：清华大学出版社.

[2]弗里格（美），阿特利（加）著.杨卫东译.2007.软件工程. 北京：人民邮电出版社.

[3]比约尼尔（德）著.刘伯超等译.2010.软件工程.北京：清华大学出版社.

[4]李允中.2010.软件工程.北京：清华大学出版社.

（四）计算机体系结构

1.课程目标：通过本课程的学习使学生熟悉计算机系统的运行，掌握资源抽象（ resource abstraction）、多任务、流程程序管理及其目标、内存、文件和设备管理。

2.课程内容：介绍计算机系统的设计思想、设计原理、设计技术的一门核心课程，主要包括现代计算机处理器中的流水线技术、指令并行性及及动态开发技术、多处理器计算机设计技术、并行与存储系统等。

3.教学方式：多媒体、实验

4.考核方式：考试

5.预修课程：《计算机基础》、《计算机组成原理》

6.教材及参考书目：

[1]胡伟武等著.2011.计算机体系结构.北京：清华大学出版社.

[2]刘超.2010.计算机体系结构.北京：水利水电出版社.

[3]王志英.2010.计算机体系结构.北京：清华大学出版社.

[4]徐炜民，严允中.2010.计算机系统结构.北京：电子工业出版社.

（五）形式语言与自动机

1.课程目标：通过本课程的学习，使学生掌握计算机的基础模型，掌握有限状态自动机、正规语言、正规表达式等内容。

2.课程内容：讨论计算机的基础模型，探讨计算机能做什么，不能做什么这一基本论题。课程内容包括有限状态自动机、正规语言、正规表达式、上下文无关文法、上下文无关语言、下推自动机、图灵机、计算问题分类等。

3.教学方式：多媒体、实验

4.考核方式：考试

5.预修课程：《汇编语言》

6.教材及参考书目：

[1]陈有祺.2008.形式语言与自动机.北京：机械工业出版社.

[2]蒋宗礼，姜守旭.2007.形式语言与自动机理论.北京：清华大学出版社.

[3]吴哲辉，吴振寰.2007.形式语言与自动机理论.北京：机械工业出版社.

[4]霍普克罗夫特（Hopcroft，J.E）（美）等著.孙家骕等译.2008.自动机理论、语言和计算导论.北京：机械工业出版社.

（六）数据仓库与数据挖掘

1.课程目标：通过本课程的学习，使学生掌握数据挖掘的基本原理和技术。

2.课程内容：主要内容包括：数据仓库的概念、原理、体系结构、数据仓库的数据存储和处理、数据仓库系统规划分析方法、开发实施方法、应用管理方法及连机分析处理；数据挖掘的基本理论、数据预处理方法、常见模型、基本数据挖掘方法和Web数据挖掘原理及应用，方法主要包括关联规则、数据分类、数据聚类、贝叶斯网络、粗糙集、神经网络、遗传算法、统计分析、文本和Web挖掘技术等。

3.教学方式：多媒体、实验

4.考核方式：考试

5.预修课程：《数据库原理》

6.教材及参考书目：

[1]韩家炜（加），堪博.2007.数据挖掘概念与技术.北京：机械工业出版社.

[2]陈封能（美），斯坦巴赫（美）.范明等译.2011.数据挖掘导论.北京：人民邮电出版社.

[3]潘华，项同德编著.2007.数据仓库与数据挖掘原理、工具、及应用.北京：中国电力出版社.

[4]郑岩.2011.数据仓库与数据挖掘原理及应用.北京：清华大学出版社.

（七）计算机图形图像处理

1.课程目标：通过本课程的学习，使学生掌握基本图形，真实感图形的构造方法；掌握图像技术的基本原理和方法。

2.课程内容：主要内容包括二、三维基本图形的生成算法、图形图像的几何变、图形图像的存储结构、真实感光照模型、光线跟踪、纹理映射、阴影生成及自然景物建模等。还包括图像的增强、复原、压缩编码和重建技术的原理和方法以及基于内容识别和理解的应用技术等。

3.教学方式：多媒体、实验

4.考核方式：考试

5.预修课程：《VC语言程序设计》

6.教材及参考书目：

[1]杨钦，徐永安，翟红英编著.2005.计算机图形学.北京：清华大学出版社.

[2]冈萨雷斯（美）等著.阮秋琦等译. 2007.数字图像处理.北京：电子工业出版社.

[3]常明，李丹，罗年猛主编.2009.计算机图形学算法与应用.武汉：华中科技大学出版社.

[4]孙家广，胡事民编著.2009.计算机图形学基础教程.北京：清华大学出版社.

（八）高级计算机网络

1.课程目标：通过本课程的学习，掌握计算机发展前沿领域的重要协议和关键算法，并能在此基础上进行相关的软硬件开发。

2.课程内容：内容包括计算机前沿研究领域的重要协议和关键算法，内容涉及广域网技术、TCP/IP、多协议标记交换、多播、宽带网络性能分析与评价、网络管理、网络安全、千兆位以太网、移动计算、网络协议分析与仿真、无线传感网络、物联网技术等。

3.教学方式：多媒体、实验

4.考核方式：考试

5.预修课程：《高级语言程序设计》、《计算机网络》

6.教材及参考书目：

[1]李向丽编著.2010.高级计算机网络.北京：清华大学出版社.

[2]吴功宜.2007.计算机网络高级教程.北京：清华大学出版社.

[3]特南鲍姆（美）著.潘爱民译.2004.计算机网络.北京：清华大学出版社.

[4]奥里夫（俄罗斯）等著.高传善等译.2008.计算机网络：网络设计的原理、技术和协议.北京：机械工业出版社.

（九）智能计算基础

1.课程目标：通过本课程的学习，使学生系统地掌握计算机智能的基本内容与方法，了解智能计算的主要应用领域。进而掌握智能计算所涉及的编程技术和过程，掌握智能计算收敛性分析、程序设计的思路和方法，为后续研究提供必要的基础。

2.课程内容：内容涉及智能计算的有关理论、技术及其主要应用，智能计算研究的前沿领域与最新进展，包括遗传算法、人工免疫算法、粒子群优化算法、细菌捕食算法、文化基因算法、多目标优化问题、神经计算、模糊计算、粗糙集理论、进化计算、人工生命、群智能、自然计算和免疫算法等；详细讨论人工智能的主要应用，包括智能计算在图象处理、生物信息学和模式识别中的典型应用专等。

3.教学方式：多媒体、实验

4.考核方式：考试

5.预修课程：《高级程序设计》、《算法分析与设计》

6.教材及参考书目：

[1] Eberhart,史玉回. 2009.智能计算从概念到实现.北京：人民邮电出版社

[2]卢格（美）著.郭茂祖等译.2010.人工智能复杂问题求解的结构和策略.北京：机械工业出版社.

[3]焦李成等. 2007.免疫优化计算、学习与识别.北京：科学出版社.

[4].纪震等. 2009.粒子群算法及应用.北京：科学出版社.

（十）软件体系结构

1.课程目标：通过本课程的学习，使学生掌握软件体系结构的基本原理和方法，掌握应用相关的原理来解决实际问题的方法。

2.课程内容：包括软件体系结构的基本原理、方法和实践，软件体系结构研究和应用的最新进展，软件体系结构的基本理论知识，软件体系结构的设计和工业界应用实例等。

3.教学方式：多媒体、实验

4.考核方式：考试

5.预修课程：《软件工程》

6.教材及参考书目：

[1]张友生等编著.2006.软件体系结构原理、方法与实践.北京：清华大学出版社.

[2]肖（美），加兰（美）著.牛振东等编译.2007.软件体系结构.北京：清华大学出版社.

[3]齐治昌主编.2010.软件设计与体系结构.北京：高等教育出版社.

[4]刘真编著.2004.软件体系结构.北京：中国电力出版社.

（十一）嵌入式系统原理及应用

1.课程目标：通过本课程的学习，掌握嵌入式系统相关基础理论，使学生在工业控制、交通管理、信息家电、机电产品等嵌入式系统应用方面能够进行相应的软硬件系统的设计与开发。

2.课程内容：内容包括以嵌入式系统开发的各个方面。介绍嵌入式系统的概念、体系结构、指令系统、lpc2000系列arm微控制器的结构原理及外围接口电路的设计方法、μc/osii的程序设计基础，以及进行系统设计的方法。

3.教学方式：多媒体、实验

4.考核方式：考试

5.预修课程：《操作系统》、《高级语言程序设计》

6.教材及参考书目：

[1]斯洛斯（Sloss，A.N.）（美）等著.沈建华译.2005.ARM嵌入式系统开发：软件设计与优化.北京：北京航天航空大学出版社.

[2]周立功.2008.ARM嵌入式系统基础教程.北京：北京航空航天大学出版社.

[3]马潮.2007. AVR单片机嵌入式系统原理与应用实践.北京：北京航空航天大学出版社.

[4]杨刚等编著.2010.基于状态机的嵌入式系统开发.北京：清华大学出版社.

（十二）计算机科学与技术学术前沿

1.课程目标：通过本课程的学习，使学生了解当前计算机科学与技术的发展现状以及主要的研究方向，并在此基础上结合自己的研究方向查看相应的参考文献。

2.课程内容：内容包括计算机科学与技术的各个研究方向的发展现状以及当前所提出的主要理论。

3.教学方式：多媒体、实验

4.考核方式：考查、论文

5.预修课程：由导师组指定

6.教材及参考书目：由导师组指定

（十三）大数据处理与云计算

1．课程目标：通过本课程的学习，使学生熟悉大数据技术框架和云计算的核心技术，深入理解通过云计算实现海量数据处理的思想、方法与实践、掌握把传统数据中心改造成云计算中心的技术与方法，掌握虚拟化技术的核心技术方法以及应用特征，培养学生对大数据技能、大数据架构、大数据应用管理等能力。

2.课程内容：内容包括云计算的概念与现状、基础设施服务（IaaS）关键实现技术、软件服务（SaaS）关键实现技术、Hadoop相关技术（体系结构、应用、环境搭建等）、MapReduce计算模式、大数据结构、数据采集、大数据分析（分类方法与数据挖掘工具等）、大数据存储（Hive数据库）、大数据安全等理论、云数据处理方法。

3.教学方式：多媒体、实验

4.考核方式：考查、论文

5.预修课程：《高级程序设计》、《数据仓库与数据挖掘》

6.教材及参考书目：

[1] 王鹏. 2010.云计算的关键技术与应用实例.北京：人民邮电出版社.

[2]陈滢等.2009.虚拟化与云计算.北京：电子工业出版社.

[3] 赵书兰. 2014.典型Hadoop云计算.北京：电子工业出版社.

[4]（美）里斯，程桦译. 2010.云计算应用架构.出版社：电子工业出版社.

（十四）物联网技术

1.课程目标：通过本课程的学习，使学生熟悉物联网产业链中标识、感知、处理和信息传送四个环节，掌握电子、射频、无线通信相关技术，培养学生可以从事物联网的系统设计、开发、管理、物联网软件开发、物联网技术应用、维护等的能力。

2.课程内容：内容包括物联网体系架构、标识技术、感知层通信技术、工业控制网络技术、网络定位技术、软件、服务和算法技术、数据和信号处理技术、发现与搜索引擎技术、关系网络管理技术、安全与隐私技术，无线传感器网络、网络层通信技术、接入网技术、无线局域网技术、电话通信网技术、移动通信技术、传送网技术、虚拟专用网技术标准化和相关技术等。

3.教学方式：多媒体、实验

4.考核方式：考查、论文

5.预修课程：《高级计算机网络》

6.教材及参考书目：

[1]刘丽军,邓子云. 2012.物联网技术与应用.北京：清华大学出版社.

[2]董耀华.2012.物联网技术与应用.上海：上海科学技术出版社.

[3]张新程. 2011.物联网关键技术.北京：人民邮电出版社.

[4] 郑和喜等.2011.WSN RFID 物联网原理与应用.北京：电子工业出版社.