欢迎来到西安工程大学计算机科学学院网站! 学院信箱 学院微博 办事指南 在线咨询

当前位置: 学院首页 >> 研究生培养 >> 研究生课程

序号 课程名称 必修/选修 学分 课程介绍
1 算法分析与复杂性理论 必修 2分

该课程是计算机应用技术、计算机技术、计算机与信息安全等相关理工学科研究生选修课。计算机算法是计算机科学和计算机应用的核心。无论是计算机系统、系统软件的设计,还是为解决计算机的各种应用课题所做的设计都可归结为算法的设计本课程围绕算法设计时常用的一些基本设计方法,介绍计算机领域中的常用非数值算法,主要包括分治法、贪心法、动态规划、基本检索与周游、回朔法、分支-限界法、并行算法等基本算法。要求学生通过学习本课程,既能学习一些常用的经典算法,又能通过对算法设计时常用的一些基本设计方法的反复应用,牢固掌握这些基本设计方法,收到融会贯通之效。
 

2 多源信息融合 必修 2分

该课程是计算机科学与技术、控制理论与控制工程、信号处理、导航与制导等理工科类各相关专业研究生选修课。本课程紧密结合Kalman滤波理论在导航、制导与控制领域的应用,系统地介绍了Kalman滤波基础理论及最新发展。内容主要包括Kalman滤波基本理论、实用Kalman滤波技术、鲁棒自适应滤波、联邦Kalman滤波、基于小波分析的多尺度Kalman滤波和离散非线性系统滤波等。通过本课程学习,学生应掌握Kalman滤波理论的状态估计技术和融合方法,了解状态估计及融合技术的最新研究进展。
 

3 机器学习 必修 2分

该课程是计算机科学与技术、控制理论与控制工程、信号处理、导航与制导等理工科类各相关专业研究生选修课。机器学习的目标是对计算机编程,以便使用样本数据或以往的经验来解决给定的问题。已经有许多机器学习的成功应用,包括分析以往销售数据来预测客户行为,人脸识别或语音识别,优化机器人行为以便使用最少的资源来完成任务,以及从生物信息数据中提取知识的各种系统。机器学习在统计学、模式识别、神经网络。人工智能。信号处理、控制和数据挖掘等不同领域有广泛的应用。本课程对机器学习的定义和应用实例进行了介绍,涵盖了监督学习、贝叶斯决策理论、参数方法、多元方法、维度归约、聚类、非参数方法、决策树、线性判别式等内容。要求学生掌握常用的机器学习方法,了解机器学习相关最新研究进展。
 

4 计算机专业英语—科技交流与科技论文写作
1分

该课程是计算机科学与技术等理工科类各相关专业研究生必修课。本课程主要内容包括:如何用英语做研究报告,英文科技论文和毕业论文的写作规范及技巧,如何参加国际会议和用英文演讲,如何向国际期刊投稿,如何检索文献及怎样选择研究课题等,帮助学生逐步提高独立创新工作的能力。要求学生掌握科技英语交流、学术论文写作、学位论文写作等方法。
 

5 计算机支持的协同工作理论与应用
2分

该课程是计算机应用技术、计算机技术、系统工程、先进制造等理工科类各相关专业研究生选修课。计算机支持的协同工作(CSCW)是一个多学科交叉和支持的新兴研究学科,目标是研究地域分散的群体借助计算机及其网络技术,共同协调与协作来完成一项任务,主要内容包括协同工作系统建设、群体工作方式和支持群体工作的相关技术、应用系统的开发等。本课程从概念基础、工具环境及应用示范三个方面介绍CSCW相关技术知识,包括协同工作模式、控制机制、群组通信机制、群件、计算机会议系统、协同写作系统、工作流管理系统、电子商务CSCW以及计算机支持的协同设计系统等。本课程要求学生掌握计算机支持的协同工作基本原理和支撑技术,了解CSCW的最新研究进展状况。
 

6 模式识别原理及应用
2分

本课程为计算机应用技术专业硕士研究生的专业基础课,同时也可作为电子科学与技术学科研究生的专业基础课。模式识别是研究用机器代替人去识别、辨识客观事物的学科;它是近几十年得到迅速发展而形成的具有系统理论和方法并得到广泛应用的学科。本课程着重讲述模式识别的基本理论,基本方法和算法原理,同时注重理论与实践紧密结合,避免引用过多的、繁琐的数学推导。由于模式识别的具体应用十分复杂,目前的一些理论和方法能解决的问题十分有限,因此其理论和方法在不断发展和完善之中,需要科学工作者去发展它、完善它。要求学生掌握本课程的基本理论和方法并能为开发研究新的模式识别的理论和方法打下基础。

7 高等数理逻辑
2分

本课程为计算机科学与技术学科研究生的学科基础课。本课程陈述与计算机科学有紧密联系并且相互之间有联系的数理逻辑基础性内容,包括经典逻辑和非经典逻辑中的构造性逻辑和模态逻辑。经典逻辑为基础,研究各种逻辑的背景、语言、语义、形式推演以及可靠性和完备性。

8 嵌入式计算机系统设计
2分

嵌入式计算机系统设计是计算机科学与技术学科的一门专业基础课。嵌入式计算机系统是工业过程控制领域技术设计的关键和核心。嵌入式计算机系统设计在计算机科学与技术学科课程体系中的地位越来越高。通过本课程的学习,掌握嵌入式计算机系统组成原理与实现方法,学会使用常用的EDA工具软件进行应用设计,了解嵌入式系统应用开发的基本方法。
通过本课程的学习,学生应能达到如下要求:
A.掌握嵌入式计算机系统的概念、体系结构、组成原理与设计方法。
B.掌握嵌入式系统软硬件设计方法和相应工具软件的使用方法。
C.掌握CPLD在嵌入式系统设计中的应用与编程方法。
D.了解嵌入式操作系统的概念与移植方法。
E.通过案例的学习,了解嵌入式系统应用开发方法。
 

9 并行计算技术
2分

本课程是计算机科学与技术及相关专业高年级本科生和研究生开设的一门重要学科专业必修课程,也可作为面向科学和工程计算的非计算机专业研究生的选修课程。本课程的目的是以并行计算为主题,主要讨论计算机学科中以及大型科学与工程问题中基本的并行与分布计算方法及其软硬基础,力图反映本学科的最新成就和发展趋势。
本课程的主要任务是介绍计算科学的重要分支“并行计算”,使学生了解并行计算的硬件基础“并行机结构”、并行计算的核心内容“并行算法设计与并行数值算法”、并行计算的软件支持“并行程序设计原理与方法”等基础知识,特别是对并行算法的设计方法和并行数值方法有一定的了解。
本课程的教学环节包括课堂讲授与实验,学生自学与研讨,通过这些基本教学步骤,要求学生掌握和了解并行计算的有关基本概念、并行计算的硬件基础、并行程序设计方法和一些典型的并行算法,以及一些最新的研究成果,学会使用并行处理技术分析和解决计算机应用中的问题。考核方式为大作业考核。
 

10 高等计算机体系结构
2分

本课程是计算机科学与技术及相关专业高年级本科生和研究生开设的一门重要学科基础课,也可作为面向科学和工程的非计算机专业研究生的选修课程。本课程的目的是提高学生从总体结构、系统分析这一层次来研究和分析计算机系统的能力,帮助学生建立整机的概念;使学生掌握高等计算机系统结构的基本概念、基本原理、基本结构、基本设计和分析方法,并对高等计算机系统结构的发展历史和现状有所了解。
本课程的主要任务是重点介绍和分析经典的计算机体系结构和设计思想。强调采用量化的方法来学习和研究计算机系统结构,以便使学生掌握具体、实际地分析和设计计算机系统结构的方法;强调以并行性开发为主线,讲述从系统结构和组成的不同层次来开发并行性的概念、结构、方法和技术;强调从总体结构、系统层次上研究和分析计算机系统的能力。
本课程的教学环节包括课堂讲授与实验,学生自学与研讨,通过这些基本教学环节,要求学生能够掌握高等计算机系统结构的基本原理、基本设计和分析方法,以及最新成就和发展趋势。学会使用系统设计方法分析和解决计算机应用系统设计中的问题。考核方式为理论考核与实验考核。
 

11 物联网技术导论
1分

本课程是计算机科学与技术及相关专业高年级本科生和研究生开设的一门重要学科必修课,也可作为面向科学和工程的非计算机专业研究生的选修课程。物联网所涉及的技术众多,是一门新型交叉学科。它是一个基于互联网、传统电信网等信息承体,让所有能够被独立寻址的普通物理对象实现互联互通的网络,具有普通对象设备化、自治终端互联化和服务智能化三个重要特征。本课程的目的是以物联网技术为主题,主要讨论物联网的基本概念、基本组成、体系框架以及物联网关键技术,力图反映本学科的最新成就和发展趋势,帮助他们把握第三次IT科技的方向。
本课程的主要任务是从物联网的感知识别层、网络构建层、管理服务层和综合应用层这四层,深入浅出地为学生分别进行阐述和总结,并介绍相关的应用案例。
本课程的教学环节包括课堂讲授,学生自学与研讨,通过这些基本教学环节,要求学生能够初步掌握物联网技术及应用,了解它的发展趋势。考核方式为大作业考核。
 

12 数据安全
2分

本课程重点讲授密码学、计算机与网络安全的基本原理和技术,为学生提供数据安全完整而全面的理论和技术支持。本课程的主要内容包括:密码学基础、私钥密码系统、公钥密码系统、伪随机数、散列法、数字签名、认证、秘密共享、零知识证明系统、群体密码学、密钥建立协议、身份识别、入侵检测、访问控制以及网络安全等。使学生通过本门课的学习掌握信息安全的相关技术和方法,了解网络安全程序的开发技术并具有一定的网络安全软件的开发能力。

13 计算机网络体系结构
2分

本课程是为计算机科学与技术及相关专业研究生开设的一门重要学科基础课。
本课程的目的和任务是全面系统地介绍计算机网络的发展、原理及体系结构,其中包括物理层、数据链路层、网络层、运输层、应用层、计算机网络安全等方面内容。课程突出基本原理和基本概念的阐述,同时反映出计算机网络最新发展;突出以TCP/IP协议族为核心的常用网络协议及网络新技术的学习。
本课程包括课堂讲授、研讨、实验等教学环节。通过这些基本教学环节,要求学生能够掌握计算机网络体系结构的基本原理、分析方法、最新成就和发展趋势,学会使用基本理论分析和解决计算机网络系统中的实际问题。
 

14 分布式系统 - 原理与范例
2分

本课程为计算机技术与应用等相关专业硕士研究生选修课,主要描述设计和构造分布式系统的基本原理和实现技术以及并发程序设计的数学模型。
随着计算机网络,特别是Internet的迅猛发展,传统的信息系统概念发生了巨大的变化,这些变化突出地表现在信息的存储、传递、发布以及获取方式所发生的革命性变革。与此同时,基于网络的分布式信息系统在各个领域得到了广泛的应用,在整个社会生活中正发挥着日益突出的作用。Internet已经越来越多地成为构建信息系统的一个关键组成部分。如何在更为广域和异构的计算环境中有效地发布和获取信息,已成为亟待解决的问题。分布式系统解决了上述问题。目前分布式系统的研究、应用日益广泛深入,分布式系统的学习也成为计算机及相关专业必不可少的教学环节。
要求学生掌握分布式系统的基本原理及其应用技术,了解分布式系统的最新研究进展。
 

15 软件体系结构
2分

本课程为计算机应用技术专业硕士研究生的专业课,同时也可作为其他学科研究生的专业选修课。通过本课程的学习,要求达到: 掌握软件构架基础理论,软件体系结构的模型与描述语言,软件体系结构的开发方法和步骤,学习设计模式以及基于构件的软件开发,为今后从事大规模软件开发和系统架构打下良好的专业基础。

16 数据库设计与分析
2分

本课程为计算机应用技术专业硕士研究生的专业课,同时也可作为其他学科研究生的专业选修课。通过本课程的学习,要求达到: 掌握数据库技术的基础理论,关系数据库的数据模型,关系数据库设计理论,数据库设计内容、技术、方法和步骤,数据库管理系统的功能、性能和特点;学习分布式数据库、面向对象数据库、主动数据库、并行数据库、数据仓库等新型数据库的新技术,为今后从事数据库系统研究和应用打下良好的专业基础。
本课程的实践教学内容为数据库应用系统设计和开发,以自选某一应用系统为开发背景,完成整个数据库应用系统的设计和实现工作。
 

17 数据仓库与数据挖掘
2分

该课程属于理工科类硕士研究生选修课程。
数据仓库与数据挖掘技术是20世纪90年代发展起来的新技术,是当前最先进的数据管理手段之一。数据仓库是一种针对大数据集进行数据组织与管理的技术,专门用于支持分析型的数据查询,而数据挖掘则是从大量数据中寻找蕴涵其中但尚未发现的知识。通过课程学习,学生应该掌握数据仓库与数据挖掘领域的基本理论、基本原理和实现技术,对数据仓库及其实现技术与应用有一个整体的、系统的掌握,对各类模式的数据挖掘算法有较全面、深入的理解,以适应现代信息技术新的发展趋势,并为实际应用打下坚实的基础。
 

18 网络搜索引擎原理与技术
2分

该课程是计算机科学与技术、信息管理类等理工科类各相关专业研究生选修课。
搜索引擎是指依据一定的策略、运用特定的计算机程序从互联网上搜集信息,再对信息进行组织和处理,为用户提供检索查询服务的系统。搜索引擎涉及的技术相当广泛,包括网络机器人技术、Web信息检索挖掘技术、智能信息处理技术等。本课程介绍现代信息检索技术和搜索引擎原理及相关技术,主要包括搜索引擎技术原理、架构及评价方法,以及现代信息检索中的关键问题信息抓取、文本处理、索引排序、检索模型、文本的分类和聚类等算法原理和技术等。通过课程学习,学生应该掌握网络搜索引擎的基本理论、基本原理和实现技术,以适应现代Web信息技术新的发展趋势,并为实际应用打下坚实的基础。
 



Copyright(c)2016 西安工程大学计算机科学学院     地址:中国·西安·金花南路19号[710048]     联系我们:webmaster@xpu.edu.cn     陕ICP备022000