北京师范大学研究生培养方案.doc

北京师范大学研究生培养方案 信息科学与技术 学院 计算机应用技术 专业（代码： 081203 ）（一级学科： 计算机科学与技术学 ）本专业具有硕士学位授予权一、培养目标与学习年限本培养方案是进行研究生培养的主要依据，它规定了研究生培养的目标和方向，明确了研究生培养的过程和环节，修订和制定好培养方案是规范研究生培养工作，加强研究生教育管理，提高研究生教育质量的重要措施。培养方案的修订和制定应体现本专业研究生培养的基本要求，适应学科发展方向，符合拓宽学生知识面的要求，反映信息科学与技术学院各学科自身的特色。1、培养目标（1）基础研究领域：为该专业领域培养高质量的基础研究和应用基础研究人才，为进一步的研究（攻读博士学位）打下基础；（2）应用研究领域：培养本专业从事应用基础研究或应用开发的人才。本专业分别在一级学科开设5门、二级学科开设5门面向基础与应用研究的品牌课程；加强学生的理论修养，为进一步的研究与学习奠定基础。强调研究方法、基本技能的训练，鼓励学生积极参加实际的科研项目，在实践中培养学生的独立科研和技术开发能力，拓展学生的专业视野，便于学生就业。2、学习年限本专业学制为三年。二、专业研究方向序号研究方向名称主要研究内容研究生导师1人工智能与知识工程人工智能与知识工程方向可招收机器人、机器视觉、专家系统、智能装置与智能系统、人工神经网络、智能教学系统、自然语言处理等分支方向的研究生。具体内容主要涉及机器人结构优化及立体视觉导航技术、人机动态交互、目标识别与控制；图像或图像序列中的信息提取，三维物体形态和运动识别；知识获取、表示以及知识运用和处理的理论和算法；基于生物神经网络结构和功能的计算系统；人工智能技术在教育中应用的理论和方法；对自然语言信息进行分析、处理和理解的理论和方法等。周明全、郭平、宋继华、孙波、王醒策2网络与信息系统网络与信息系统方向可招收信息安全、智能信息处理、模糊信息处理、空间信息处理、网络信息系统、电子政务、电子商务等分支方向的研究生。具体内容涉及计算机与网络安全、信息隐藏技术、信息加密与伪装技术、数字签名与身份认证技术；模糊理论、进化计算、协同计算、信息融合、分形理论、精糙集合理论等智能信息处理方法；模糊决策分析、模糊信息检索、模糊知识工程、人工神经网络的模糊学习方法、模糊模式识别、模糊自动控制；空间信息的存储、检索、辨认、输出；网络信息的搜集、加工、自动识别、分析理解、翻译、传播；政务系统和商务系统的数字化研究等。孙波、郑新、阎建平、别荣芳3数据库技术与应用数据库技术与应用研究方向主要研究内容包括：数据库理论、数据模型、数据库语言、查询处理及其优化技术、数据的安全性（存取控制、可恢复性）、事务管理（并发控制）等，数据库应用主要包括web数据库、XML数据库、分布式数据库、数据仓库与数据挖掘、知识库以及数据仓库及决策支持系统应用等。别荣芳、党德鹏4多媒体与可视化技术多媒体与可视化技术研究方向可招收电脑游戏、虚拟环境、数字博物馆等方面的研究生。主要研究内容包括电脑游戏的文化背景、电脑游戏的基本理论、电脑游戏的行为规范和评价体系；虚拟现实技术核心理论及虚拟环境建模方法、虚拟环境系统的关键技术、概念模型及体系结构，以及视听觉环境的硬件支撑技术，虚拟环境技术在科学计算可视化、飞行模拟、CAD/CAM及文化娱乐等方面的应用；博物馆的数字化研究等。周明全、武仲科、郭平、骆岩林、郑新、宋继华5图像处理与模式识别图像处理与模式识别研究方向可招收计算机图形学、图像处理、模式识别等方面的研究生。研究内容主要涉及图形显示、图形生成和操纵、图形表示和建模等基础理论和技术、二维及三维动画制作技术等计算机图形学综合应用方法；图像的压缩、图像恢复、图像信息提取、图像传输（包括光学图像、雷达图像等）；模式识别的理论和方法，以及模式识别技术在人脸识别、语音识别及字符识别等方面的应用。曾文艺、郭平、周明全、武仲科、余先川、孙波、骆岩林6计算机教育应用计算机教育应用方向可招收数字内容管理、数字图书馆、虚拟实验室、虚拟训练系统、教育信息化软件支撑环境等分支方向的研究生。研究内容主要涉及对数字视频、音频及文档等多媒体信息进行编目、管理、发布和归档；数字图书馆的理论和系统结构研究、数字资源采集与组织、数字资源描述标准与规范、资源数字化加工技术、信息标引检索与挖掘、个性化信息定制与发布、信息可视化与人机界面、信息安全技术、数字权益管理；数字化教育支撑环境的体系和关键技术、教育信息技术标准、远程教学、分布式资源库、教育管理信息系统等教育信息化软件支撑环境的研究。孙波、宋继华、骆岩林三、课程设置与学分要求1.硕士生必修课：公共课8学分学位课学位基础课（3门）（含一门方法类课程）至少9学分学位专业课（3-4门）至少9学分选修课： 全校选修课公共选修课03学分专业选修课至少3学分必修环节：实践活动1学分开题报告不计学分注明：（1）公共选修课由研究生院培养处组织开设，除一外为小语种的研究生必修二外英语以外，其他研究生可以不修公共选修课，如选修，每人累计不超过3门。 （2）非学位选修课不是必须要选的课程，培养方案中所列的非学位任选课程仅供参考，原则上由导师决定学生选修哪些课程。必修环节只保留实践活动1学分，开题报告不计学分，但必须完成。而学术活动已经取消，没有学分要求，学生可以自愿参加。2.港澳台研究生总学分要求与普通研究生相同，免修公共政治课。3.外国留学研究生免修公共政治和外语课，必修“中国概况”（2学分），硕士生总学分不低于32学分。四、培养方式与考核方式1、培养方式与要求（1）课程学习：以教师讲授、专家专题讲座、课堂报告与讨论、课外文献查阅与撰写文献综述、课外小型实证研究与报告撰写、自学等方式开展。课程学习安排在前3学期完成。（2）研究与学术活动：参与研究与学术活动是研究生获得和提高研究与实践应用能力的必要途径。研究生应当积极参与导师、研究所和实验室组织的研究和其他学术活动，并应积极参加国内外高水平专业学术会议。研究生的研究和学术活动主要由导师会同该研究生指导小组进行指导。研究生指导小组由导师根据该研究生的研究方向和具体课题，邀请相关领域教授、副教授或具有博士学位的研究人员组成，硕士研究生指导小组应有2名成员（不包括导师本人）。2、中期考核方式 中期考核包括：课程学习、开题报告，应在第三学期末完成，中期考核合格者方能进入撰写论文阶段。五、学位论文与论文答辩 1、学位论文硕士学位论文类型可以是基础研究、应用基础研究、应用研究，学位论文的选题应体现本学科领域的前沿性或工程技术的先进性，并和导师承担的科研项目挂钩，完成一定的工作量。论文字数一般不超过3万字。学位论文必须由本人撰写，内容主要应包括中、英文摘要，引言（包括文献综述和问题的陈述）、主要结果（包括理论、方法、实验结果及分析）和结论、参考文献。研究生应保证论文内容的科学性和实验数据的可靠性。应当真实反映自己的研究结果，严格区分引用他人的成果与本人的贡献。引用他人的结论必须注明详细出处。研究生论文中有虚假或重要错误者不准进入答辩。2、论文答辩必须在研究生院规定的日期以前，研究生按照相关规定完成论文撰写并打印成册，按研究生院规定的程序申请答辩。论文的评审，答辩委员会的组成及答辩程序按研究生院和信息科学与技术学院的相关规定实施。六、课程一览表与主要参考书目1.硕士生课程课程类别课程中文名称课程英文名称任课教师学分学时上课学期学位基础课组合数学Combinatorics武仲科3511算法设计与分析The Design and Analysis of Computer Algorithms孙波3512软件工程Software Engineering宋继华3511计算机体系结构Computer Architecture余先川3511人工智能Artificial Intelligence王醒策3512学位专业课数据库系统及应用Database Systems and Application别荣芳3512现代信息安全科技Advanced Information Security Science and Technology赵志文3511计算机图形学Computer Graphic余先川、骆岩林3512数字图像处理Digital Image Processing张立保3511系统分析与高级程序设计System Analysis and Advanced Program Design孙波3512专业选修课计算机视觉Computer Vision段福庆3512嵌入式系统Embedded System王建明人工神经网络Neural Networks郭平3511软件体系结构Software Architecture陈新宇351数理逻辑与可计算性理论MathematicalLogic and Computability Theory沈复兴3511数字信号处理Digital Signal Processing谢永圭3511多媒体技术Multimedia Technology张钟军3511模式识别Pattern Recognition3512虚拟现实Virtual Reality周明全3512UNIX操作系统UNIX Operating System3512计算机网络体系结构Computer Network Architecture肖永康3512网格计算基本原理及其应用Fundamentals of Grid Computing and Its Application3512注明：硕士生课程应安排在前三学期完成，其中学位基础课和学位专业课应安排在前两学期分秋季、春季较为固定地开设。“上课学期”用1、2标注，如两学期都开设，填写“1和2”。基础课和专业课一般为3学分，专业选修课为2学分，每学分对应18学时，即3学分=54学时，2学分=36学时，1学分=18学时。院系可以自主设置模块化课程，规定相应的学分和学时。2课程内容简介计算机应用技术专业的学位基础课、学位专业课的内容简介如下所示。（1）组合数学课程中文名（英文名）：组合数学（Combinatorics）学时：54学分：31主要内容组合数学是计算机科学技术的重要理论基础之一, “组合数学”课程是信息学科的一门学位专业课。本课程主要包含以下内容：排列组合，二项式和多项式，容斥原理，鸽笼原理与Ramsey定理, 重叠原理，线性递推关系，母函数，整系数一次不定方程整数解的个数，反演公式，Polya计数理论，组合设计等。2教学大纲（1）教学目的通过本课程的学习，应使学生能了解和掌握组合数学的基本概念，理论和基本方法以及它们的应用。学生能比较熟练地应用各种组合计数方法对不太复杂的组态的计数; 培养学生应用组合数学的相关理论去解决比较简单的实际问题的能力。（2）教学要求第1章（排列与组合）要点：加法规则和乘法规则，排列，组合，二项式定理和多项式定理。授课：6学时。第2章（鸽笼原理与Ramsey定理）要点：鸽笼原理的简单形式，鸽笼原理的一般形式，Ramsey定理，图论在Ramsey定理中的应用和Ramsey定理的推广与应用。授课：6学时。第3章（容斥原理及其应用）要点：容斥原理的简单形式，容斥原理的一般形式，重集的r组合，错排问题，相对位置上有限制的排列问题，一般有禁位的排列。授课6学时。第4章（母函数及其应用）要点：普通型母函数和指数型母函数母函数的基本概念及其基本运算，母函数在排列、组合中的应用，母函数在整数拆分中的应用，母函数在组合恒等式中的应用授课6学时。第5章（递推关系及其解法）要点：递归关系的建立，常系数线性齐次递归关系的解法，常系数线性非齐次递归关系的解法，用迭代法与归纳法求解递归关系，用母函数法求解递归关系， stirling数，分配问题，递归关系的一些其他解法。授课6学时。第6章（反演公式）要点：正规多项式族，mobius反演公式及其应用，其他一些反演。授课3学时。第7章（Polya计数理论）要点：群的概念，置换群，循环指标多项式，burnside引理，polya定理，母函数型的polya定理。授课：6学时。第8章（组合设计）要点：拉丁方、域、区组设计、Hadamard矩阵、编码理论简介。授课：6学时。（3）课程教材及参考书孙世新，张先迪; 组合原理及其应用，国防工业出版社; 2006。田秋成等，组合数学， 电子工业出版社; 2006。（2）算法设计与分析课程中文名（英文名）：算法设计与分析（The Design and Analysis of Computer Algorithms)学时：48学分：31主要内容“算法设计与分析”课程是计算机软件与理论专业、计算机应用技术专业的一门学位专业课。本课程主要包括基础算法和并行算法两大块。其中基础算法包括递归与分冶策略、动态规划算法、贪心算法、回溯算法、分支限界算法、概率算法、线性规划和网络流算法、NP完全性理论与近似算法等；并行算法主要包括并行程序设计基础、并行程序编程指南、并行程序开发方法、非数值并行算法MPI编程实现、数值并行算法MPI编程实现等。重点培养研究生的计算思维能力、应用算法解决实际问题的能力；掌握计算机学科及大型科学与工程问题中并行计算的基本理论和方法、并行计算软硬件环境及应用并行计算解决问题的能力。2教学大纲（1）教学目的通过对本课程的学习，应使学生掌握基础算法中经典算法的基本思想，学会分析算法的时间复杂度与空间复杂度，为学生能够独立的设计算法和对给定算法进行复杂性分析奠定坚实的理论基础；同时使学生了解和掌握并行算法中的基本的并行与分布计算方法，掌握并行思想，培养并行算法设计能力。（2）教学要求基础算法：第1章（算法概述）要点：理解什么是程序，程序与算法的区别和内在联系。掌握算法的计算复杂性概念。 掌握算法渐近复杂性的数学表述。掌握用JAVA语言描述算法的方法。授课：1学时。第2章 基本算法设计策略（递归与分冶策略、动态规划、贪心算法、回溯法、分支限界等）要点：递归概念，分治法基本思想；动态规划的基本要素，动态规划加速原理；贪心算法的基本要素；回溯法的算法框架；分支限界的基本思想。在理解这些基本算法设计思路的基础上，掌握计算机科学中的经典算法并能应用解决实际问题。授课：15学时。第3章（概率算法）要点：概率算法的基本思想，随机数，数值概率算法，舍伍德(Shervood)算法，拉斯维加斯(Las Vegas)算法，蒙特卡罗(Monte Carlo)算法。授课：2学时。第4章（线性规划与网络流）要点：线性规划的基本概念，线性规划问题和单纯形算法，最大网络流和最小费用流问题的解法。授课：2学时。第5章（NP完全性理论与近似算法）要点：计算模型，P类与NP类问题，NP完全问题，NP完全问题的近似算法。授课：3学时。并行算法：第1章（并行程序设计基础）要点：并行计算机系统与结构模型，PC机群的搭建，并行程序设计简介。授课：3学时。第2章（并行程序编程指南）要点：MPI编程指南，PVM编程指南，HPF编程指南，OpenMP编程指南。授课：3学时。第3章（并行程序开发方法）要点：可视化并行程序设计环境，并行程序的调试，并行程序的性能分析，并行程序的性能优化，图形化并行程序集成开发环境。授课：3学时。第4章（非数值并行算法MPI编程实现）要点：排序，串匹配，图论，组合优化，计算几何。授课：8学时。第5章（数值并行算法MPI编程实现）要点：矩阵运算，线性方程组的直接解法，线性方程组的迭代解法，矩阵特征计算，快速傅氏变换和离散小波变换。授课：8学时。（3）课程教材及参考书教材:计算机算法设计与分析王晓东 电子工业出版社并行算法实践 陈国良 安虹 陈崚 郑启龙 单久龙 高等教育出版社参考书:1算法导论 作者：Thomas H.Cormen Charles E.Leiserson Ronald L.Rivest Clifford Stein 译者：潘金贵 顾铁成 李成法 机械工业出版社2Computer AlgorithmsIntroduction to Design and Analysis Sara Baase,Allen Gelder 高等教育出版社(影印版，原为Peason Education)（3）软件工程课程中文名（英文名）：软件工程（Software Engineering）学时：54学分：31主要内容“软件工程”课程是计算机软件理论以及应用技术等专业的一门专业基础课程，内容涵盖了计算机科学与技术学科硕士研究生教育高级软件工程和软件体系结构两门课程。课程的任务是使学生更全面的、深入的从多个视角看到软件工程之内涵，深入理解需求工程、软件过程工程及其改进、RUP过程，为领域开发奠定基础，掌握重用的软件构件、构架技术，为网络软件开发奠定基础。进一步培养学生计算机软件开发与应用的综合能力，为今后从事软件开发和应用打下良好的基础。2教学大纲（1）教学目的通过本课程的学习，要求学生能够掌握软件过程工程技术，能按照软件过程的模式实施具体项目，并能够将构件、构架技术应用到网络软件项目开发中。（2）教学要求第1部分（概述）要点：需求工程的本质，需求工程的过程，需求信息的获取技术、策略，以事务、事件为基础的需求分析方法，建模技术（表示建模、行为建模、内部建模、形式化的建模），需求规格说明的方法，规格说明的技术和机制；需求的验证与确认技术。授课：6学时。第2部分（软件工程过程）要点：软件过程概念及软件过程工程框架，软件过程周期，软件工程模型及其构造方法，过程建模方法，过程建模语言，软件过程的实施机制，过程的例化，过程的运作，过程的模拟，软件过程的改进，RUP过程，XP设计，净室化软件工程（净室基础、组成、方法、技术）。授课：8学时。第3部分（基于构件的软件工程）要点：构件的定义、分类，构件的模型技术（CORBA模型、EJB模型、分布对象构件模型），软件Agent技术，中间件技术，基于构件的系统开发，构件的鉴定，分类和检索，为了复用的分析和设计，CBSE过程和构件技术相关的过程。学时：9学时。第4部分（软件体系构架技术）要点：基本概念：构架的定义、意义，4+1视图，构架的核心模型，生命周期模型，抽象模型，构架关系；构架的经典风格：如管道过滤器，数据抽象和面向对象组织，基于事件的隐式调用，分层系统，黑板系统等。构架的客户/服务器风格，正交软件架构，特定领域的软件构架DSSA；描述：软件构架的描述标准、描述方法、描述语言；基于构架的软件过程，构架的设计与演化，构架的实现再到实际系统；构架的质量属性和评估。授课：12学时。第5部分（软件工程的再工程）要点：业务过程再工程，BPR模型，逆向工程，正向工程；软件的重用工程，遗留工程；软件的未来之路。授课：3学时。第6部分（形式化方法）要点：形式化方法的观点；形式化方法的观点；形式规约语；可执行和不可执行的规约；前置和后置断言；形式化验证。授课：4学时。第7部分（软件可靠性）要点：软件可靠性模型；冗余和容错；缺陷分类；分析的概率方法。授课：6学时。第8部分（软件工程工具）要点：需求分析工具；软件设计工具；数据库设计工具；项目管理工具；程序设计工具；测试工具；授课6学时。（3）课程教材及参考书l 冯冲等，软件体系结构理论与实践，人民邮电出版社，2004.l 美Len Bass等，车立红译，清华大学出版社，2004.l 美Eric J. Braude著，李仁发等译，软件设计从程序设计到体系结构，电子工业出版社，2007.l 张友生等，系统分析师常用工具，清华大学出版社，2004.l 蒋宗礼，计算机科学与技术学科硕士研究生教育，清华大学出版社，2005.（4）计算机体系结构课程中文名（英文名）：计算机系统结构（Computer Architecture)学时：54学分：31主要内容“计算机系统”课程是计算机科学与技术的一门学位专业课。本课程的主要内容包括：计算机设计技术及评价标准、指令系统、指令的流水处理、向量处理机、存储系统、输入、输出通道及新型总线、计算机系统结构的新发展、互连网络、多处理机。2教学大纲（1）教学目的通过本课程的学习，学生能够融会贯通以前所学的一些课程，全新认识计算机系统，掌握计算机系统的完整概念，真正明白如何进行（概念）设计计算机系统。（2）教学要求第1章（计算机设计技术及评价标准） 4学时（课堂讲授2学时+课程讨论2学时）。要点：1计算机发展史2. 计算机系统结构的含义3. 系统结构的继承与发展4. 促进计算机系统结构发展的因素5. 计算机系统结构的分类6. 计算机系统结构的定量概念7. 系统设计8. 系统结构的评价标准 第2章（指令系统）10学时（课堂讲授6学时+课程讨论4学时）。要点：1数据表示2. 指令集系统结构的分类3. 指令格式及优化4. 指令系统的设计5. 复杂指令系统（CISC）6. 精简指令系统（RISC）。第3章（指令的流水处理） 10学时（课堂讲授7学时+课程讨论3学时）要点：1先行控制技术2. 流水方式3. 超流水线处理机4. 超标量处理机5. 超流水线超标量处理机6. 超长指令字处理机第4章（向量处理机） 4学时（课堂讲授2学时+课程讨论2学时）要点：1向量的处理方式2. 向量处理机的结构3. 提高向量处理机性能的方法4. 向量协处理器5. 向量处理机的功能评价。第5章（存储系统） 4学时（课堂讲授2学时+课程讨论2学时）要点：1.存储层次的形成和评价2.并行存储技术3.虚拟存储原理 4.高速缓冲存储器（Cache）。第6章（输入/输出通道及新型总线） 4学时（课堂讲授2学时+课程讨论2学时）要点：1.输入/输出方式的发展2.新总线第7章（计算机系统结构的新发展） 4学时（课堂讲授2学时+课程讨论3学时）要点：近1、2年新出现的多核技术。第8章（互连网络）6学时（课堂讲授2学时+课程讨论4学时）要点：1.基本概念2.消息传递机制3.互连网络实例第9章（多处理机）4学时（课堂讲授2学时+课程讨论2学时）要点：1.多处理机结构2.多处理机性能模型3.多处理机cache一致性4.多处理机算法5.多处理机算法。（3）课程教材及参考书1、郑纬民、汤志忠，计算机系统结构(第二版)，清华大学出版社。20062、李学干，计算机系统结构(第三版)，西安电子科技大学出版社，20063、John. L. Hennessy David A. Patterson , Computer Architecture: A Quantitative Approach 3 Ed., San Francisco: Morgan Kaufmann Publicers, 机械工业出版社，20064、（美）JOHN L.HENNESSY, DAVID A.PATTERSON等，郑纬民 汤志忠 汪东升等译，计算机系统结构量化研究方法（第三版），Computer Architecture:A Quantitative Approach,Third Edition ，电子工业出版社，2006 5、William Stallings，张昆藏译，计算机组织与结构性能设计，第6版，清华大学出版社，2005。（5）人工智能课程中文名（英文名）：人工智能（artificial intelligence)学时：54学分：31主要内容通过本课程学习，使学生对人工智能的发展概况、基本原理和应用领域有初步了解，对主要技术及应用有一定掌握，启发学生对人工智能的兴趣，培养知识创新和技术创新能力。人工智能的研究论题包括计算机视觉、规划与行动、多Agent系统、语音识别、自动语言理解、专家系统和机器学习等。这些研究论题的基础是通用和专用的知识表示和推理机制、问题求解和搜索算法，以及计算智能技术等。此外，人工智能还提供一套工具以解决那些用其它方法难以解决甚至无法解决的问题。这些工具包括启发式搜索和规划算法，知识表示和推理形式，机器学习技术，语音和语言理解方法，计算机视觉和机器人学等。通过学习，学生能够知道什么时候需要某种合适的人工智能方法用于给定的问题，并能够选择适当的实现方法。2教学大纲总论 2学时主要内容：人工智能研究目标、研究内容、研究的途径（方法）、研究的领域等内容教学要求：理解什么是智能、深刻理解什么是人工智能、人工智能研究的目标（近期目标和长远目标）、人工智能研究的内容、人工智能研究的途径，要了解人工智能研究的历史和研究领域的大致情况（不少于八个领域）。同时，学生要掌握图灵测试的过程。重点、难点：深刻理解什么是人工智能第一章 知识表示方式 8学时主要内容：什么是知识，知识和信息，数据的关系，介绍不少于九种知识表示方式：直接表示法；谓词表示法；产生式表示法；语义网络表示法；框架表示法；脚本表示法；面向对象表示法；状态空间图表示法；与或树表示法的原理及其适用的范围。教学要求：通过对本章的学习，学生应掌握人们社会活动和科学研究中的知识表示的形态，知识的特征与知识的分类。掌握一阶谓词逻辑的知识表示、产生式系统的知识表示、框架的知识表示法、语义网络的知识表示法和状态空间图表示方法。理解脚本的知识表示法、面向对象的知识表示法和与或树表示方法。重点、难点：（可选项）关于知识的概念以及特征；知识表示的主要模式第二章 确定性推理机制 6学时主要内容：本章讨论应用有关推理的方法和推理的控制策略，特别是基于一阶谓词逻辑的归结演绎方法。为本课程的重点章节。教学要求：学生应掌握推理的基本概念和推理的控制策略；掌握置换与合一技术；掌握归结演绎（反演）实现定理证明方法；掌握归结反演的控制策略；理解Herbrand域和Horn子句的概念和相关理论；深刻理解Herbrand域上的不可满足性与归结反演中空子句的等价性。重点、难点：关于推理的基本概念、推理的控制策略、置换与合一、归结演绎推理、归结反演控制策略、与/或形演绎推理等。第三章 不确定性推理 8学时主要内容：基于代数系统的讨论，描述不确定知识推理的总体框架，论述了几种重要的不确定性推理方法。教学要求：通过对本章的学习，学生应掌握不确定性推理的总体框架算法；理解从已知不确定性的证据和不确定性的规则，按不确定性推理方法推出不确定性的假设。掌握确定因子法中MB和MD的物理意义和方法的计算过程；掌握主观贝叶斯（Bayes）法中LS和LN的物理意义，曲线插值法以及该方法的求解过程。掌握D-S证据理论方法中基本概率赋值函数m(A), Bel(A)和Pl(A)的物理意义，正交和的计算以及该方法的计算过程。理解对于知识模糊性的可能性理论的推理方法，深刻理解语言变量的概念并应用于模糊推理规则中。重点、难点：不确定知识推理的总体框架、不确定性推理的确定因子法、主观贝叶斯（Bayes）法、D-S证据理论法、可能性理论等。第四章 一般图搜索 8学时主要内容：掌握基本概念，学会用状态空间表示问题。掌握状态空间的各种搜索策略，包括深度优先搜索、广度优先搜索、代价树上的搜索以及启发式搜索和A*算法等等。了解关于搜索完备性和效率的基本理论。教学要求：学生应掌握状态及状态空间表示问题的几种主要方法，掌握问题通过等价变换和分解，分别形成或节点和与节点以及节点的可解性；掌握搜索的各种算法；掌握启发函数的含义并能根据问题实际正确构造估价函数；理解OPEN表和CLOSED表的作用及其特点。重点、难点：盲目搜索的宽度优先和深度优先法、启发式搜索的估价函数、A算法和A*算法。第五章 与或图搜索 8学时主要内容：用可分解产生式系统求解问题时，求解过程可归结为对一个隐含的与或图进行搜索。搜索策略的任务就是找到从初始节点到一组终节点集N的一个解图。解图及其耗散值可由递归定义给出。与或图的启发式搜索算法AO*是通过评价函数f（n）h（n）来引导搜索过程，适用于分解之后得到的子问题不存在相互作用的情况。博弈问题求解过程也是一个对与或图进行搜索的问题。本章主要讨论双人完备信息的博弈问题，讲述MINIMAX方法和-剪枝方法，并介绍其它一些改进搜索的算法。教学要求：讲练结合、加强学生自主实验重点、难点：AO*算法，MINIMAX方法和-剪枝方法第六章 机器学习 4学时主要内容：机器具有学习能力是判断程序是否是智能程序的唯一标准，本章主要研究机器学习方法和途径，并讨论构造机器学习系统，这一部分将主要介绍几种机器学习算法：示例学习，解释学习，决策树算法，强化学习等。教学要求：通过对本章的学习，学生应掌握机器学习的定义，理解机器学习与人类学习的区别、智能程序与一般程序的区别，深刻理解机器学习主要方法的机制以及它们之间的区别，要了解机器学习系统构造原则和步骤。重点、难点：机器学习的基本概念、机器学习的主要方法和机器学习系统的构造。第七章 神经网络 4学时主要内容：掌握神经网络的基本概念、基本形态。教学要求：了解感知器、BP网络、Hopfield网络、ART网络等多种不同类型神经网络的基本原理、组成以及特点。掌握前馈神经网络的BP算法。了解神经网络的各种应用。重点、难点：BP网络算法构造及其特性分析第八章 智能体 4学时主要内容：主要讲述智能Agent及多Agent系统。这一部分将主要介绍Agent的定义与体系结构，多Agent系统理论，Agent之间的协商、协调及协作。教学要求：理解Agent基本概念，掌握BDI体系结构，了解多Agent各种协作方式和通讯方式。对分布式人工智能有初步地认识。重点、难点：多Agent之间的协作协调方式。第九章 人工生命 2学时主要内容：应用人工智能的方式实现智能生命的一些特征。教学要求：了解人工生命的基本概念及理论，对人工生命有形象化的认识（3）课程教材及参考书1. 人工智能基础蔡自兴 高等教育出版社2. 人工智能导论何华灿 西北工业大学出版社3. 人工智能，陆汝钤编著，科学出版社4. Artificial Intelligence, A New Synthesis, Nils J. Nilsson, China Machine Press5. 人工智能原理与应用 张仰森 高等教育出版社6. 人工智能原理石纯一 ，清华大学出版社出版（6）数据库系统及应用课程中文名（英文名）：数据库系统及应用（Database Systems and Application)学时：32学分：31主要内容本课程从数据库和数据仓库的角度全面、系统地介绍数据仓库的基本概念；数据挖掘的基本概念、方法和技术，以及数据挖掘的最新进展；介绍当前比较流行的数据挖掘软件的使用；通过课后练习和编程实现经典数据挖掘算法。2教学大纲（1）教学目的信息技术迅速发展，已经进入了联机分析处理和数据挖掘的信息分析时代。数据挖掘是数据库研究、开发和应用最活跃的主要分支之一。本课程从数据库和数据仓库的角度全面、系统地介绍数据挖掘的基本概念、方法和技术，以及数据挖掘的最新进展。并介绍当前比较流行的数据挖掘软件的使用。要求学生通过本课程的学习，认识数据挖掘在当今社会各方面的重要应用，了解数据挖掘的分析处理流程，掌握数据预处理技术和数据挖掘技术，熟悉使用数据挖掘软件WEKA，并且熟悉数据挖掘未来发展方向。并通过课后练习和编程实现经典数据挖掘算法，加深对课程的理解程度，实现理论和实践相结合。（2）教学要求第1章 （引言）要点：了解数据挖掘产生、发展及应用领域；理解数据挖掘基本概念；掌握数据挖掘过程。授课：2学时。第2章 数据仓库和数据挖掘的OLAP技术：了解数据仓库的系统结构；理解数据仓库概念；掌握多维数据模型。授课：3学时。第3章 （数据预处理）要点：理解数据预处理的重要性；掌握数据预处理包含的内容及主要方法。授课：3学时。第4章 （数据挖掘原语、语言和系统结构）要点：了解数据概念分层，数据挖掘查询语言；掌握模式兴趣度的度量评估。授课：2学时。第5章（特征化与比较）要点：了解概念描述；理解属性相关性分析及处理方法；掌握特征化和比较方法，挖掘描述统计度量。授课：3学时。第6章（挖掘大型数据库中的关联规则）要点：了解与关联规则相关的基本概念；理解关联规则的一些相关分析；掌握关联规则挖掘算法和评价方法，并试图用程序实现算法。授课：4学时。第7章 （分类和预测）要点：了解分类、预测基本思想；理解后向传播分类和其他分类方法；掌握判定树分类算法和贝叶斯分类算法。授课：4学时。第8章（聚类分析）要点：了解聚类分析概念及所需数据类型；理解聚类方法的分类；掌握几种经典聚类分析方法（k-平均，k-中心点，CLARANS,BIRCH,CURE,Chameleon等）和对孤立点分析。授课：5学时。第9章（复杂类型数据的挖掘）要点：了解空间数据库、多媒体数据库、文本数据库、Web的挖掘；网上搜索更多相关内容。授课：3学时。第10章（数据挖掘的应用和发展趋势）要点：了解数据挖掘主要应用领域，当前研究热点和未来发展趋势授课：3学时。（3）课程教材及参考书使用教材：Jiawei Han、Micheline Kamber著. 范明、孟小峰等译. 数据挖掘：概念与技术（第1版）. 机械工业出版社，2001.参考书:1 Jiawei HanMicheline Kamber. Data Mining：Concepts and Techniques, Second Edition. Elsevier Inc. (机械工业出版社) ,2006.2 Michael J.A.BerryGordon S.Linoff著. 别荣芳、尹静、邓六爱等译. 数据挖掘技术：市场营销、销售与客户关系管理领域应用. 机械工业出版社，2006. 3 康晓东主编. 基于数据仓库的数据挖掘技术. 机械工业出版社，2004.（7）现代信息安全科技课程中文名（英文名）：现代信息安全科技（Advanced Information Security ScienceTechnology.)学时：51学分：31主要内容本课程的主要内容包括网络安全的主要理论、信息加解密算法、网络协议的安全、物理安全技术、操作系统的安全、数据安全技术、计算机病毒及防治、网络安全技术、黑客攻击技术和防范。2教学大纲（1）教学目的通过本课程的学习，应使学生能了解和掌握信息安全的基本理论和技术，使学生能熟练掌握网络信息安全的基本概念、框架和技术；重点学习目前在网络信息安全领域应用较多的技术，主要包括数据加解密算法及实现技术、网络协议的安全性设计、病毒技术、黑客的攻击与防范、防火墙技术、入侵检测(IDS)技术、基于公钥基础设施(PKI)的信息安全技术等。使学生在完成本课程学习后，能够独立进行网络信息安全方面的研究和工作。（2）教学要求第1章（概述）要点：信息安全的重要性、信息安全的定义、信息安全问题的起源和常见威胁、网络信息安全的理论和技术。授课：3学时。第2章（信息安全基础）要点：密码学的起源和发展、古典密码、现代常规加密技术、网络安全的基本概念和基本知识。授课：3学时。第3章（对称加密算法）要点：历史与分类、数据加密标准-DES、先进加密标准-AES、 IDEA算法、密码运算模式、序列密码简介、对称密码算法的应用、对称加密算法的优缺点。授课：6学时。第4章（公开密钥与数字签名）要点：数学基础、公开密钥加密算法、数字签名算法、密钥分配算法、混合加密算法。授课：6学时。第5章（单向散列函数）要点：单向散列函数综述、MD4算法、SHA-1算法、对单向散列函数的攻击、单向散列函数特点、单向散列函数应用。授课：6学时。第6章（认证技术）要点：认证概述、口令认证、物理认证、生物认证、密码认证。授课：4学时。第7章（Kerberos and PKI）要点：Kerberos V4 概述、Kerberos V4 设计思想与要求、基本安全需求的解决方案、Kerberos V4 实际执行过程、Kerberos V4域间访问、公钥基础设施PKI、X.509。授课：5学时。第8章（电子邮件及Web安全）要点：电子邮件安全服务、Pretty Good Privacy、S/MIME、Web 安全考虑、SSL、SET。授课：3学时。第9章（IP安全）要点：IP安全概述、IP安全的结构、IP安全的两种模式、Authentication Header、Encapsulating Secure Payload。授课：3学时。第10章（病毒与防范）要点：,计算机病毒、计算机病毒的传播、计算机病毒的特点及破坏行为、宏病毒及网络病毒、病毒的预防、检查和清除。授课：6学时。第11章（防火墙与入侵检测）要点：包过滤、代理服务、入侵检测、安全措施与技术、入侵检测的起源、信息分析、模式匹配、统计分析、完整性分析。授课：6学时。（3）课程教材及参考书教材：网络安全理论和技术，杨义先编著，人民邮电出版社，2003年10月参考书：信息安全技术，科学出版社，俞承杭，2005年计算机网络安全教程，清华大学出版社，石志国，2004年Hardening Windows Systems清华大学出版社，（美）布拉格（Bragg，R.）编著，吴晓斌，程文俊 译，2006年(8)计算机图形学课程中文名（英文名）：计算机图形学（COMPUTER GRAPHIC)学时：54学分：31主要内容 “计算机图形学”课程是计算机应用、智能信息处理等专业的一门学位专业课。本课程的主要内容包括计算机图形的标准化和窗口系统、交互技术与用户接口 2人、基本图形生成算法、交互式图形程序库、曲线和曲面、图形变换、几何造型、真实感图形、图像处理、计算机动画、科学可视化。2教学大纲（1）教学目的计算机图形学是计算机科学中最活跃的分支之一，以图形用户界面和可视化建模技术为代表的计算机图形学及其应用在计算机技术的发展中有着十分重要的作用通过本课程的学习，旨在使学生能理解计算机图形学基本概念、原理和方法，全面了解图形学及其应用内容，并掌握OpenGL环境下的图形学应用和开发。（2）教学要求第1章（概论）要点：计算机图形学的研究内容及其与图像处理、模式识别、计算几何、计算机视觉、计算机艺术等相关学科的关系，计算机图形学的发展，及其在系统环境模拟、科学计算的可视化、影视特技制作等诸多领域中的应用。授课讨论：22学时。 第2章（计算机图形的标准化和窗口系统、交互技术与用户接口）要点：交互式计算机图形处理系统的组成，图形显示器的分类及其显示原理，图形学标准。授课讨论：11学时。第3章（基本图形生成算法）要点：基本图形生成算法（扫描线填充、种子填充、二、三维图形几何变换、平行投影、透视投影、线段裁剪、多边形裁剪等）。授课讨论：33学时。第4章（曲线与曲面）要点：计算机辅助几何设计综述，自由型曲线曲面的发展，参数曲线基础，参数多项式曲线、三次Hermite曲线，Bezier曲线，B样条曲线，NURBS曲线。授课讨论：22学时。第5章（实体造型）要点：实体造型系统的发展，三维实体的表示，用于规则形体建模的边界表示，空间位置枚举表示、八叉树表示、单元分解表示、CSG表示、Sweep表示、特征表示方法的特点与比较，分形几何与欧氏几何的区别，用于非规则形体建模的随机插值模型、迭代函数系统、L系统、粒子系统、复迭代等方法。授课讨论：33学时。第6章（光照模型）要点：基本光照模型，包括环境光模型、Lambert漫反射模型、镜面反射和Phong模型、简单的透明模型等。授课讨论：22学时。第7章（颜色模型）要点：颜色科学基础，包括颜色视觉机理，Young -Helmholtz的三原色学说，Hering的对立颜色学说，CIE-XYZ和CIE-Lab色度系统，常用的RGB、CMYK、HSV、YIQ、YUV颜色模型及其相互之间的转换，基于ICC标准的色彩管理、色彩匹配、颜色再现的科学性与艺术性。授课讨论：22学时。第8章（隐藏面的消除）要点：隐藏面的消除，包括Roberts算法、Weiler-Atherton算法、BSP树算法、深度缓冲器算法、扫描线相关算法、Warnock算法、光线投射算法，阴影生成。授课讨论：22学时。第9章（三维真实感图形）要点：取景变换、Gouraud明暗处理、Phong明暗处理、半色调技术（包括模式单元法、误差扩散、抖动）、光线跟踪技术、纹理映射技术（包括颜色纹理、几何纹理、过程纹理）。授课讨论：33学时。第10章（计算机动画）要点：传统动画与计算机动画的区别，计算机动画的发展趋势，计算机动画系统分类，计算机辅助二、三维动画的基本