计算机科学与技术专业课程体系
发布人:叶志翔  发布时间:2018-06-20   浏览次数:326

东华理工大学信息工程学院硕士研究生课程设置表

计算机科学与技术专业0812



类别

课程编号

课程名称

学时

学分

学期

备注

学位课程

公共基础课

10001001

中国特色社会主义理论与实践研究

36

2



必修6个学分

10001002/3

英语(Ⅰ、Ⅱ)

144

4


专业必修课

12040101

算法分析与设计

40

2



4门课

8个学分

12040102

机器学习

40

2



12040103

高级软件工程

40

2



12040104

计算机体系结构

40

2



非学位课程

专业选修课

12040105

计算机科学与技术学术前沿

40

2



学生根据研究方向选修至少10个学分

5-6门课)

12040106

形式语言与自动机

40

2



12040107

计算机图形图像处理

40

2



12040108

数据仓库与数据挖掘

40

2



12040109

智能计算基础

40

2



12040110

软件体系结构

40

2



12040111

嵌入式系统原理及应用

40

2



12040112

高级计算机网络

40

2



12040113

大数据处理与云计算

40

2



12040114

物联网技术

40

2



公共选修课


课程见附录






至少4学分

补修课程

针对跨专业录取的研究生,由研究生指导教师指定

不计学分

必修培养环节

教学、科研实践


1




任一环节未完成将不能申请答辩

至少4个学分

文献综述


1



开题报告


1



学术活动


1




毕业总学分

32





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.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(HopcroftJ.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(SlossA.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.