内蒙古大学计算机技术硕士专业学位研究生培养方案Word下载.docx
《内蒙古大学计算机技术硕士专业学位研究生培养方案Word下载.docx》由会员分享，可在线阅读，更多相关《内蒙古大学计算机技术硕士专业学位研究生培养方案Word下载.docx（26页珍藏版）》请在冰豆网上搜索。
中国特色社会主义理论与实践研究（专硕）
2
专业必修课
算法基础
4/64
4
王俊义、周建涛
计算机数学基础
3/48
李强、刘铁英
Web框架技术与应用
马明、赵俊峰
人工智能
侯宏旭、飞龙
专业
选修
课
︵
含跨
学科
课程
︶
信息安全
张俊星、马学彬
移动应用开发
马颖东、张学良
数据挖掘
魏宏喜、吴伟
无线通信与网络
黄宝琦、李乌云格日乐
分布式数据库
高维、崔波
四、专业实践
（一）专业实践方式
由校内导师、课题组结合所承担的科研课题，安排学生的专业实践环节；
或依托本领域的研究生联合培养基地，在校内外导师的共同指导下，结合工程实际岗位去现场进行专业实践；
或研究生结合本人的就业去向，自行联系现场实践单位。
（二）专业实践考核
计算机技术专业学位研究生按照培养方案要求，与导师一起制订专业实践计划，列出专业实践的具体内容。
专业实践结束后需提交《内蒙古大学全日制硕士专业学位研究生专业实践考核登记表》，完成1篇不少于5000字的专业实践总结报告，并在学院内进行交流。
各研究所组织专业实践考核小组根据研究生的专业实践工作量、综合表现及实践单位的反馈意见等，按“优、良、中、及格和不及格”五个等级评定专业实践成绩，经学院审核通过后，填写《内蒙古大学全日制硕士专业学位研究生专业实践结果汇总表》，报研究生院备案，给予相应的专业实践学分4学分，不及格者不计学分需要重新参加专业实践环节。
五、学位论文
学位论文是专业学位硕士研究生培养过程中的重要环节，通过学位论文工作培养研究生独立工作和综合分析的能力，培养研究生发现问题、解决问题、并将解决办法用清晰的逻辑表达的能力。
研究生应在导师的指导下，用不少于半年的时间独立完成硕士学位论文。
具体要求如下：
（一）论文选题要求
研究生在导师指导下于第3学期初完成论文选题工作。
学位论文选题应直接来源于应用课题、工程实际或具有明确的工程背景，其研究成果要有实际或潜在的应用价值。
同时，选题要有一定的技术难度和工作量，要具有一定的理论深度。
主要可从以下几个方面选取：
（1）企业信息技术攻关、改造、技术推广与应用。
（2）新系统、新设备、新产品、新方法、新技术的研发。
（3）引进、消化、吸收和应用国外先进信息技术项目。
（4）信息技术领域的应用基础性研究和预研专题。
（5）计算机工程项目的设计与实施。
（6）其他相关课题。
研究生应在导师指导下撰写开题报告，开题报告内容包括：
研究意义、国内外该问题的研究现状与发展、已有解决方案中目前存在的问题、研究内容、关键技术与研究方法、研究目标、进度与安排等，重点突出研究内容。
研究生应在第3学期中做开题报告并回答所提出的问题，在听取意见并修改后提交正式书面报告，研究生所在的开题报告小组对其开题报告进行集体讨论，提出意见，确定论文题目后，研究生方能正式开始学位论文工作。
（二）论文形式及其内容要求
论文形式可以多样化，既可以是研究类学位论文，如应用研究论文，也可以是设计类和产品开发类论文，如产品研发、工程设计等。
产品研发：
是指来源于计算机技术领域生产实际的新产品研发、关键部件研发，以及对国内外先进产品的引进消化再研发，包括了各种软、硬件产品的研发。
论文内容包括绪论、研发理论及分析、实施与性能测试及总结等部分。
工程设计：
是指综合运用计算机技术理论、科学方法、专业知识与技术手段、技术经济、人文和环保知识，对具有较高技术含量的工程项目、大型设备、装备及其工艺等问题从事的设计。
设计方案科学合理，数据准确，符合国家、行业标准和规范，同时符合技术经济、环保和法律等要求。
论文内容包括绪论、设计报告、总结及必要的附件，可是工程图纸、工程技术方案、工艺方案等，可以对文字、图纸、表格、模型等表述。
应用研究：
是指直接来源于计算机技术实际问题或具有明确的计算机应用背景，综合运用基础理论与专业知识、科学方法和技术手段开展的应用研究。
论文内容包括绪论、研究与分析、应用和检验及总结等部分。
（三）论文撰写及规范要求
学位论文应条理清楚，用词准确，表述规范。
学位论文一般由以下几个部分组成，封面、原创性声明、学位论文版使用授权、摘要（中、外文）、关键词、论文目录、正文、参考文献、发表文件和申请专利目录、致谢和必要的附录等。
学位论文撰写要求概论清晰，逻辑严谨，结构合理，层次分明，文字流畅，图表清晰，概念清楚，数据可靠，计算正确，格式规范，引用他人文章应明确标注。
论文送审及答辩时要求必须有行业部门的专家参加。
同时，加强评阅制度，要求必须有行业、企业或政府部门有应用研究经验的专家进行评阅。
通过学位论文答辩者，方可授予专业学位。
七、主要课程教学大纲
算法基础课程教学大纲
课程中文名称：
课程英文名称：
FundamentalsofAlgorithmics
课程编号：
094200103
课程类别：
必修
学分：
学时：
64
课程简介
在学习数据结构与算法的基础上，进一步学习算法的设计方法、技巧和具体实现方法与应用。
使学生掌握算法的基本设计方法和分析方法，常用数据结构和算法，通过实践掌握基本算法的实现技能。
主要内容包括：
算法的基本概念和基本分析方法，递归算法、贪心算法、动态规划算法的设计和实现，算法的应用与实践。
培养学生运用算法技术解决问题的实际能力。
教学内容
及学时安排
本课程教学内容及学时安排如下（64学时）：
第一章引言（6学时）
1.1算法的基本概念
1.2抽象数据类型与基本数据结构
1.3算法的时空复杂度
1.4算法设计的基本步骤
第二章排序（8学时）
2.1简单排序算法
2.2希尔排序与快速排序
2.3归并排序与堆排序
2.4排序算法的分析、比较与改进
2.5大规模数据的排序
第三章查找（12学时）
3.1顺序查找
3.2Hash表
3.3二叉查找树
3.4B-树与B+树
3.5倒排索引及其压缩
3.6跳表及其应用
3.7集合与字典
第四章递归算法（9学时）
4.1递归算法的设计与实现
4.2递归算法实例
4.3递归算法转换为非递归的方法
4.4递归算法的分析
第五章贪心算法（5学时）
5.1贪心算法的设计与实现
5.2贪心算法实例
第六章动态规划算法（8学时）
6.1动态规划算法的设计
6.2基于递归的动态规划算法
6.3动态规划算法的实例与实现
第七章图论算法（10学时）
7.1图的搜索
7.2有向图和有向无环图
7.3最小生成树
7.4最短路径
7.5网络流
第八章概率算法（6学时）
8.1简介
8.2伪随机数生成
8.3数字概率算法
8.4MontCarlo算法
8.5LasVegas算法
案例教学
、
实践教学内容
本课程安排3个实验，具体安排如下（16学时）：
1、排序类
（1）任务要求：
实现排序类，公共函数包括冒泡排序、快速排序（递归）、堆排序。
将递归算法改写为非递归的，进行比较。
（2）时间要求：
布置任务之后，在2-3周内完成。
（3）提交结果：
实验报告，报告包括算法思想、设计思路、程序代码、测试例、运行结果、分析等（电子版）。
（4）学时安排：
上机2学时。
（5）成绩评定：
根据学生提交的实验报告评定本实验的成绩。
本次实验占实验总成绩的25%。
2、哈希表类
实现OPEN哈希表模板类（不得使用C++或JAVA自有的哈希表类）。
用哈希表实现一个英语词典（1000个词，在第三个实验中使用）
3、拼写错误检测
以第2题中的哈希表英语词典为基础，应用动态规划法设计和实现拼写错误检测程序。
对输入单词进行检测，如果不正确，给出最接近的3个可选词。
4、实验之后，分5次进行报告和讨论。
每次挑选有特点的1/5学生报告实验内容（包括：
实验设计、演示等），每次2学时。
根据报告情况评定成绩，占实验总成绩的25%。
考核方式
总成绩构成情况：
（1）实验与报告（50%）
（2）期末考试（50%）
参考书目
[1]计算机算法导论，清华大学出版社，卢开澄，2006年；
[2]算法：
C语言实现（第1-第5），机械工业出版社，2009年；
[3]算法设计与分析导论，机械工业出版社，2008年；
[4]G.Brassard/邱仲潘等译，FundamentalsofAlgorithmics，清华大学出版社，2005年；
计算机数学基础课程教学大纲
BasicMathematicsofSoftware
094200203
专业必修
48
计算机数学基础是专业型研究生（二年制）第一学年的必修课程。
本课程是一门研究和分析计算机科学和管理科学领域中常用的数学知识和方法的课程。
本课程从计算机学科与管理学科工程与科研的角度出发，以计算机和管理科学各子领域所涉及到的基本数学问题为主要研究对象，主要研究内容包括运筹与优化、概率与统计、矩阵论等。
本课程的重点在于使学生掌握处理计算机和管理科学领域问题的常用数学方法，并使用这些数学方法对遇到的科研问题进行建模和求解。
通过本课程学习，使学生具有现代数学的观点和方法，并初步掌握处理离散结构所必须的描述工具和方法以及计算机上常用数值分析的构造思想和计算方法。
同时，也要培养学生抽象思维和缜密概括的能力，使学生具有良好的开拓专业理论的素质和使用所学知识，分析和解决实际问题的能力。
（一）矩阵论（16学时）
1、向量空间（5学时）
子空间、线性无关、基和维数、基变换、行空间和列空间
2、线性变换（3学时）
矩阵表示、相似性
3、特征值与特征向量（8学时）
线性微分方程组、对角化、埃尔米特矩阵、
奇异值分解、二次型、正定矩阵
（二）概率与统计（19）
1、数据的种类、整理与展示（3学时）
2、数据整体的状态（2学时）
3、条件概率、全概率、贝叶斯公式（6学时）
4、方差分析与回归分析（8学时）
（三）最优化理论（13）
1、核方法（5时）
稀疏核、SVM
2、动态规划（8学时）
动态规划的基本概念和原理；
动态规划的阶段、状态、决策和效益以及状态转移方程；
对一些简单优化问题进行分析，建立模型并求解。
1、N元（N-Gram）文法
给定词典和文本语料库，在文本语料库上统计N元文法（如：
2-gram、3-gram等）；
同时，给定若干句子，在统计好的N-Gram模型上计算相应句子在语料库中出现的概率。
（示例，
布置任务之后，在1-2周内完成。
已统计好的N-Gram，代码等。
4学时，由学生报告实验内容（包括：
实验设计、演示等）。
根据学生提交的结果（80%）及口头报告的效果（20%）评定本实验的成绩。
本次实验占总成绩的10%。
2、朴素贝叶斯分类器
给定某实验数据集（包括：
训练集和测试集），在该训练集上构建朴素贝叶斯分类器，在测试集上对已训练好的朴素贝叶斯分类器测试性能。
naive-bayesian-classifier.html）
已统计好的朴素贝叶斯模型，测试集性能、代码等。
3、动态时间弯曲（DynamicTimeWarping，DTW）算法
给定一个时间序列数据集，采用DTW算法计算各样本之间的相似度，找出数据集中平均DTW距离最小的样本。
（
样本间的DTW距离，代码等。
4、人口迁移模型
（1）问题描述：
假设一个大城市的总人口保持稳定；
然而，每年有6%的人从城市搬到郊区，2%的人从郊区搬到城市。
如果初始时，30%的人生活在城市，70%的人生活在郊区，那么10后这些比例有何变化？
30年后呢？
50年后呢？
长时过程意味着什么？
布置任务之后，在1周内完成。
Matlab代码，文档等。
2学时，由学生报告实验内容（包括：
模型、思想、代码求解等）。
根据学生提交的结果（50%）及口头报告的效果（50%）评定本实验的成绩。
本次实验占总成绩的5%。
5、马尔可夫链模型
某汽车租赁公司出租四种类型的汽车：
轿车、运动车、货车、SUV。
租期为2年。
在每一租期结束时，顾客需要继续签出租协议，并选择一辆新汽车。
汽车出租可以看成一个有四种可能输出的过程。
每一种输出的概率可以通过回顾以前的出租记录进行预测。
这些记录表明：
80%现在租用轿车的顾客将在下一个租期继续租用它。
此外，10%现在租用运动车的顾客将改租轿车。
另外，5%的租用货车或SUV的顾客将改租轿车。
这些结果汇总在下表的第一行中。
第二行表示将在下一次租用运动车的顾客的比例，后面两行分别给出将货车和SUV的百分比。
假设初始时租了200辆轿车，其他三种车型的车各100辆，求两年后租用每种车型的车辆各多少人？
当前租用
下次
租用
轿车
运动车
货车
SUV
0.80
0.10
0.05
闭卷笔试
[1]离散数学及其应用（第六版），KennethH.Rosen著，机械工业出版社，2013年
[2]运筹学:
应用与解决方法（第4版），WayneL.Winston著，清华大学出版社，2011年10月
[3]线性代数（第八版），StevenJ.Leon著，机械工业出版社，2012年
[4]具体数学-计算机科学基础（第二版），RonaldL.Graham等著，人民邮电出版社，2013年
[5]最优化方法（第二版），施光燕等编著，高等教育出版社，2011年1月
Web框架技术与应用课程教学大纲
WebFrameworkTechnologyandApplication
094200303
本课程主要介绍Web框架技术的基本概念、技术组成和常用的架构模型，通过分析JavaEE领域的三个开源框架Struts、Spring和Hibernate，使学生从理论上掌握良好、可维护、可扩展和高稳定性的应用架构的设计策略。
本课程同时采用项目驱动的教学模式，通过Web项目的开发实践深入理解框架技术。
1.JavaEE应用的相关技术（6学时）
2.MVC思想及其优势（3学时）
3.Struts2的原理及用法（6学时）
4.ORM和Hibernate（6学时）
5.Spring简介及其核心机制：
依赖注入（6学时）
6.框架中常见的设计模式（6学时）
7．Web架构设计策略（3学时）
本课程安排一个开发项目，内容为基于SSH框架进行轻量级的JavaEE应用的设计与开发。
1.任务要求：
选择有效的架构设计模型，采用分层的JavaEE应用结构：
表现层、控制器层、业务逻辑层、领域对象层和数据库服务层，并利用三个开源框架技术：
Struts，Spring和Hibernate完成网站的制作。
要求网站具备不少于20个功能点（如，登录、注册各为一个功能点），且功能完善。
2.开发模式：
团队开发，自主选题
3.时间要求：
7-8周完成
4.学时安排：
12学时，项目报告（设计方案、相关技术和问题及解决方案等）
5.成绩评定：
完成度30%、技术应用30%、性能20%、代码规范10%，开发文档10%
（不含项目报告成绩）
总成绩构成：
1.期末考试50％；
2.项目25％；
3.课堂报告20％；
4.出勤×
5%
[1]Web框架技术（Struts2+Hibernate+Spring3）教程，张志峰，清华大学出版社
[2]《J2EEWeb核心技术——Web组件与框架开发技术》，杨少波，清华大学出版社
[3]《JavaEE编程技术》，郝玉龙等编著，北京交通大学出版社
人工智能课程教学大纲
ArtificialIntelligence
094200403
人工智能和机器学习是一门讲授如何利用计算机模拟人类智能活动的理论、方法，以及利用机器学习方法解决具体问题的课程。
本课程的目的是使学生掌握人工智能的基本理论和方法，掌握人工智能和机器学习中的一些主要的算法、方法，能够利用这些方法解决具体问题。
教学内容主要包括：
（1）人工智能和机器学习的基本概念，方法和理论；
（2）启发式搜索的主要思想和实现；
（3）典型的机器学习和人工智能算法;
（4）神经网络模型机器应用领域和方法。
本课程教学内容及学时安排如下：
第一章引言（2学时）
第二章搜索（4学时）
第三章归结法与不确定推理（6学时）
第四章遗传算法与蚁群优化（4学时）
第五章参数学习方法（6学时）
第六章隐马尔可夫模型（4学时）
第七章神经网络（4学时）
第八章组合学习和增强学习（4学时）
另外安排课堂报告12学时，机动2学时。
本课程安排3个实验，分别利用产生式推理、遗传算法、隐马尔可夫模型、神经网络等模型，结合具体科研问题完成相关任务。
具体安排如下：
1、基于不确定推理的专家系统框架
给定某个具体的问题，分组实现一个基本能够应用的专家系统，小组内两名成员分别负责规则的撰写和专家系统框架的实现。
布置任务之后，在2周内完成；
已设计好的专家系统框架、规则，实验报告（电子版与纸质版）等。
4学时，由学生报告实验内容。
2、遗传算法、蚁群算法
给定某个具体问题，利用遗传算法、蚁群算法进行
已设计完成的程序，测试结果、实验报告（电子版与纸质版）等。
3、机器学习
给定
升级会员 