工学硕士研究生课程教学大纲.docx

工学硕士研究生课程教学大纲.docx

《工学硕士研究生课程教学大纲.docx》由会员分享，可在线阅读，更多相关《工学硕士研究生课程教学大纲.docx（70页珍藏版）》请在冰点文库上搜索。

工学硕士研究生课程教学大纲

工学硕士研究生课程教学大纲

一、课程编号：

063301课程中文名称：

组合数学32学时/2学分

英文译名：

Combinatorics

适用领域：

运算机应用技术、运算机软件理论、运算机系统结构及通信、交通运输、实验设计、排程等方面

任课教师：

钱真、沈晶

教学目的：

组合数学是现代数学中进展最快的数学分支。

组合数学的研究对象是排列、模式、设计、调度和布局等。

高速运算机使得各领域中实际组合问题的求解成为可能，而运算机科学的进展本身有带来了大量具有挑战性的组合问题。

本课程的教学目的是：

1．使学生把握计数的大体原理和方式。

2．使学生了解组合设计的基础知识。

3．使学生了解一些优化问题和模型。

4．培育学生的组合思维方式和组合技术。

教学方式及学时分派：

1．教学方式为课堂讲课。

2．学时分派：

第一章排列与组合，8学时

第二章母函数与递推关系，8学时

第三章容错原理和鸽巢原理，8学时

第四章Polya定理，4学时

第五章组合设计，2学时

第六章线性计划，2学时

教学要紧内容及对学生的要求：

1．教学要紧内容：

介绍组合数学的大体工具；围绕组合数学的大体问题，重点介绍组合计数

问题、简介组合数学求解中的存在问题和组合优化问题。

2．要求：

学生学习本课程应具有的先修知识是高等数学（I）、（II）、离散数学。

内容摘要：

在第一章中要紧介绍组合数学的大体工具，包括加法规那么、乘法规那么、一一对应规那么；线排列和圆排列、不可重组合与可重组合、二项式及多项式定理、排列和组合的生成算法；在第二章至第四章中重点介绍组合计数问题，包括递推关系及其求解；用母函数求解递推关系，母函数在排列组合中的应用；物件性质的组合，特定、全非、恰K性质型容斥原理；鸽巢原理，Ramsey原理；Burnside引理，polya定理，母函数型的Polya定理；在第五章中简介存在问题，包括拉丁方设计，均衡不完全的区组设计，Hadamard矩阵；第六章简介组合优化问题，包括搜索与优化，动态计划法，分支定界法，背包问题、调度问题、最大流量问题的求解，匹配问题。

考核方式：

闭卷笔试考试

要紧教材：

《组合数学》卢开澄清华大学出版社

参考书目：

《程序设计中的组合数学》吴文虎主编清华大学出版社

《组合原理及其应用》孙世先张先迪编著国防工业出版社

二、课程编号：

063302课程中文名称：

随机进程32学时/2学分

英文译名：

StochasticProcesses

适用领域：

运算机应用技术

任课教师：

马春景刘咏梅

教学目的：

通过对《随机进程》课程的学习，使学生初步把握随机进程的大体理论和方式，把握几类重要随机进程模型并熟悉它们的应用背景。

教学方式及学时分派：

1．概率论补充知识讲授8学时

概率空间

随机变量

特点函数

多元正态散布

随机变量函数的散布

条件数学期望

2．随机进程的大体概念讲授8学时

随机进程的概念

随机进程的散布及其数字特点

复随机进程

几种重要的随机进程类型

维纳进程

3．泊松进程讲授6学时

泊松进程的概念

泊松进程的数学模型

泊松进程的抵达时刻与点距离散布

复合泊松进程

4．马尔可夫进程讲授10学时

马尔可夫进程的概念

马氏链的状态分类

转移概率的极限散布与平稳散布

应用举例

教学要紧内容及对学生的要求：

本课程的先修课程为高等数学、概率论与数理统计为。

学习内容包括概率论补充知识，随机进程的大体概念，泊松进程，马尔可夫进程等四部份。

内容摘要：

随机进程是对随时刻和空间转变的随机现象进行建模和分析的学科，在物理、生物、工程、心理学、运算机科学、经济和治理等方面都取得普遍的应用。

通过本课程的学习，使学生把握随机进程的一样概念，随机进程的散布及其数字特点，明白常见的几类随机进程的概念、背景和性质；把握泊松进程的概念与大体性质，了解它的实际背景，熟悉它的假设干推行；把握维纳进程的概念与大体性质，了解它的实际背景，熟悉它的假设干推行；把握离散时刻的马尔可夫链的大体概念，熟练把握转移概率、状态分类与性质，熟悉极限散布、平稳散布与状态空间的分解。

考核方式：

闭卷，笔试

要紧参考书目：

《随机进程》毛用才，胡奇英西安电子科技大学出版社

《随机进程》汪荣鑫西安交通大学出版社

《随机进程及其应用》陆大絟清华大学出版社

《随机进程内容、方式与技术》孙清华，孙昊华中科技大学出版社

3、课程编号：

063401课程中文名称：

现代运算机体系结构32学时/2学分

英文译名：

ArchtectureofModernComputer

适用领域：

运算机应用技术　运算机系统结构

任课教师：

李静梅

教学目的：

通过本课程的学习，要求学生能够把握运算机系统结构的分析和设计方式，同时把握最新的运算机流水技术、分支预测技术和并行处置技术。

教学方式及学时分派：

多媒体与黑板结合讲课，理论讲课学时20，专题讲座8学时，实验4学时

教学要紧内容及对学生的要求：

本课程要紧立足于系统设计者的角度，分析和评判阻碍系统性能、价钱等的因素；研究运算机系统结构的分析和设计方式；把握并行处置技术在现代运算机系统中的应用和实现方式。

要求学生具有数字逻辑、运算机组成原理、程序设计、操作系统和数据结构的知识基础，具有独立检阅相关文献、。

内容摘要：

讲述运算机系统结构的大体概念、大体原理、大体结构、大体分析方式及最近几年来的重要进展。

要紧包括运算机系统层次结构，运算机系统结构、组成、实现的概念和彼此关系，软硬取舍原那么及设计方式，软件移植手腕，应用与器件对系统结构的阻碍，并行性进展与运算机系统分类，数据表示，寻址方式，指令系统的设计与改良，RISC技术，总线，中断系统，通道处置机和外围处置机，存贮系统，虚拟存贮器，Cache存贮器，主存爱惜，重叠，流水，向量处置机，超标量、超长指令字、超流水线处置机，并行处置机和相联处置机，多处置机的硬件结构、程序并行性、性能分析，脉动阵列机，数据流机，归约机，智能机，大规模并行处置机和机群系统。

考核方式：

开卷　卷面成绩占总成绩的60%，平常成绩占40%

要紧参考书目：

运算机系统结构（第四版）李学干西安电子科技大学出版社

运算机系统结构　　　　　郑纬民　清华大学出版社

《运算机系统结构》学习指导与题解　李学干　西安电子科技大学出版社

《运算机系统结构》典型题解析与实战模拟　张春元　罗莉　国防科技大学出版社

4、课程编号：

063402课程中文名称：

高级运算机网络32学时/2学分

英文译名：

AdvancedComputerNetwork

适用领域：

运算机应用技术、运算机软件与理论

任课教师：

王慧强国林

教学目的：

通过该课程的学习使学生能系统地把握网络的大体知识和先进的主流技术，再结合强调网络基础性问题及其具体的解决方式，使学生迅速了解更多的网络实现实例。

教学方式及学时分派：

课堂讲课32学时

教学要紧内容及对学生的要求：

该课程采纳自顶向下的教学方式，围绕运算机网络体系结构的“层次”来组织内容。

采纳自顶向下的教学方式使得学生对运算机网络中的“高增加领域”—应用层有更深的明白得，从而调动学生们的学习踊跃性，并借此在教学的初期时期向学生们介绍网络应用程序的开发。

借助于分层的体系结构，学生能够透过运算机网络复杂性看到其内部，学生在学习整个体系结构的某个部份中的独特概念和协议时，也看清了所有这些部份是如何整合在一路的全貌。

本课程的先修课为运算机原理、系统结构、操作系统。

内容摘要：

概述内容包括因特网的概念、网络边缘、网络核心、接入网和物理媒体、分组互换网中的时延和分组丢失、协议层次及其效劳模型、运算机网络和因特网的历史；用五层混合模型替代七层OSI模型，要紧讲述内容包括应用层、运输层、网络层与网络互联、数据链路层和局域网的相关知识；有关网络的最新技术将分章进行讲述，包括无线网络和移动网络，多媒体网络技术，因特网治理的相关知识。

同时课程中增加了一套有效的Ethereal实验和两个新的套接字编程帮忙：

即UDP帮忙和代理Web效劳器帮忙。

另外课程内容还包括对等网络、BGP、MPLS、网络平安、广播选路和因特网编址和转发方面新的扩充材料。

以上这些扩充材料咱们将在相应的章节进行简单的介绍。

关于网络五层混合模型中的网络层，咱们将加倍清楚地展现转发和路由的作用，和它们在网络层中的彼此阻碍。

考核方式：

开卷考试，书面成绩占100%

要紧参考书目：

《运算机网络—自顶向下方式与Internet特色》（第3版）JamesandKeith著陈鸣等译机械工业出版社

五、课程编号：

063403课程中文名称：

高级人工智能32学时/2学分

英文译名：

AdvancedArtificialIntelligence

适用领域：

运算机科学与技术

任课教师：

刘杰

教学目的：

通过本门课程的学习使学生把握人工智能的进展现状、基础理论、方式和应用；了解当前提出的人工智能新理论、方式；跟踪各研究领域进展的新趋势。

教学方式及学时分派：

课堂讲课，32学时

教学要紧内容及对学生的要求：

先修课程：

离散数学、数据结构与算法设计、高级语言程序设计、数据库。

本课程系统地介绍人工智能的大体原理及其应用，覆盖了人工智能研究的核心内容，反映了该研究领域的最新进展。

课程共分为8部份内容，包括人工智能的概况、知识表示方式、一样搜索原理、高级求解技术、机械学习与数据挖掘、自然语言明白得、散布式人工智能与Agent技术和人工智能展望。

人工智能的概况部份，要紧介绍人工智能研究的特点，进展简史，当前研究现状。

知识表示部份，介绍知识表示方式概述及几种经常使用的知识表示方式，包括知识的概念、知识的种类、知识表示的概念，状态空间知识表示法、谓词逻辑表示法、产生式表示法、语义网络表示法、框架表示法、剧本表示法、进程表示法和面向对象表示法。

一样搜索原理部份，介绍盲目搜索技术，启发式搜索技术A*算法、A*算法的可纳性证明、A*算法的性质、A*算法的应用，其他启发式搜索算法、博弈搜索；介绍消解法（归结原理）的大体思想，详细表达了Herbrand定理的推导进程和消解法的理论基础，介绍假设干消解策略和方式的应用。

高级求解技术部份，介绍规那么演绎系统、系统组织技术、不确信推理和非单调推理。

机械学习与数据挖掘部份，介绍机械学习的概念与研究意义、要紧策略与大体结构、机械学习、基于说明体会的学习、基于事例的学习、基于概念的学习、基于类比的学习及数据挖掘技术等。

自然语言明白得部份，介绍语言及其明白得的一样问题、语法规那么的表示方式、语法分析、语义分析、自然语言的生成、自然语言明白得的层次模型。

散布式人工智能与Agent技术部份，介绍散布式人工智能的大体概念、散布式问题求解、散布式人工智能与Agent技术之间的关系；Agent技术的最新进展、应用前景、要紧内容，并给出应用实例。

人工智能展望部份，展望人工智能的进展。

通过本课程的学习，要求学生把握人工智能进展现状、基础理论、方式和应用，了解当前提出的人工智能新理论、方式，跟踪各研究领域进展的新趋势，而且能够运用人工智能的理论与方式解决一些实际应用问题。

内容摘要：

通过本门课程的学习使学生把握人工智能的进展现状、基础理论、方式和应用；了解当前提出的人工智能新理论、方式；跟踪各研究领域进展的新趋势。

本课程系统地介绍人工智能的大体原理及其应用，覆盖了人工智能研究的核心内容，反映了该研究领域的最新进展。

课程共分为8个部份，包括人工智能的概况、知识表示方式、一样搜索原理、高级求解技术、机械学习与数据挖掘、自然语言明白得、散布式人工智能与Agent技术和人工智能展望。

考核方式：

闭卷

要紧参考书目：

《人工智能机械应用》（第三版研究生用书）蔡自兴、徐光佑编著清华大学出版社，2004年8月

《人工智能》史忠植王文杰编著国防工业出版社，2007年2月

《人工智能原理》石纯一黄昌宁王家廞等著清华大学出版社，1993年10月

《人工智能与知识工程》田盛丰黄厚宽中国铁道出版社1999年8月

《机械学习》曾华军、张银奎等译，机械工业出版社2003年1月

六、课程编号：

063801课程中文名称：

软件工程32学时/2学分

英文译名：

SoftwareEngineering

适用领域：

运算机应用技术

任课教师：

杨静

教学目的：

通过本课程的学习，使学生比较系统地把握软件开发的进程，大体方式、开发技术与工具，并能运用这些知识来指导软件开发工作，解决软件开发进程中碰到的问题。

了解软件工程的进展现状、新理论、新方式及进展的新趋势。

教学方式及学时分派：

课堂讲课，32学时

教学要紧内容及对学生的要求：

先修课程：

数据结构、高级语言程序设计、操作系统、数据库。

通过本课程学习，学生应在知识和技术两方面达到要求：

知识方面----把握软件工程，要紧包括需求分析、软件设计、软件测试、软件保护等方面的原理、技术和方式。

从理论上、实践上提高学生开发软件系统的能力。

技术方面----依照领域问题的特点，能够选择适当的软件工程开发方式，能对问题领域中的需求进行描述，而且针对所确信的需求描述进行设计、编程、测试。

内容摘要：

软件工程概述部份，要紧介绍软件工程研究的特点，进展简史，当前研究现状。

课程要紧结合软件生命周期介绍软件系统的分析、设计、编码、测试、保护、软件项目治理的理论与方式，和如何运用这些知识去指导软件的开发。

其中包括：

软件工程的大体概念（着重介绍软件危机与软件工程、软件生存周期和软件开发模型）、运算机系统工程、软件项目治理（着重介绍项目计划，进度治理、质量治理、本钱估算模型，人员治理、CMM）、软件需求分析与系统设计（着重介绍面向数据流的分析与设计、面向数据结构的分析与设计和面向对象的分析与设计）、软件测试方式和纠错技术、软件保护等方面的内容。

考核方式：

闭卷

要紧参考书目：

《软件工程》齐治昌、、宁洪编著高等教育出版社，2004年

《软件工程》杨文龙、姚淑珍、吴芸编著电子工业出版社，1999年

《有效软件工程》郑人杰等著清华大学出版社，1997年

7、课程编号：

063802课程中文名称：

微运算机系统设计32学时/2学分

英文译名：

MicrocomputerSystemDesign

适用领域：

运算机系统结构专业、运算机应用技术专业

任课教师：

张国印

教学目的：

本课程从微型运算机系统的角度动身，介绍微处置器、存储器、I/O和系统总线，分析其结构、原理和各部件之间的联系，突出时序分析与系统设计。

本课程以典型的32位微处置器Intel80486为例，介绍微运算机系统的大体概念和大体工作原理；并结合实例论述基于微型运算机组成应用系统的关键技术及设计方式。

教学方式及学时分派：

本课程实践性较强，采纳课堂教学、讨论、上机实验结合的方式教学，其中学时分派如下：

课堂教学20学时+课堂报告2学时+上机实验10学时

教学要紧内容及对学生的要求：

本课程要紧包括两个方面的内容：

微型运算机系统自身的组成、功能、原理及各部件连接方式等内容；基于微型运算机的应用系统的组成及设计方式。

对学生的要求：

学生应该学习进程序设计语言、运算机接口技术等课程。

内容摘要：

本课程以Intel微处置器为背景，但并不拘泥于某一代处置器，要紧内容包括两个方面：

第一部份介绍微型运算机系统的设计及应用。

内容包括微型运算机系统的功能、性能评判和工作原理；详细介绍微型运算机系统各个子系统的硬件组成，即CPU子系统、接口部件子系统、ROM子系统和RAM子系统和总线连接方式；微处置器工作模式、寻址方式和指令系统等。

第二部份介绍基于微运算机的应用系统的大体组成及设计方式。

内容包括输入/输出操纵方式、经常使用外设接口标准、经常使用输入/输出设备及与微机的连接、总线技术和单片机应用系统设计方式等。

考核方式：

成绩组成为平常成绩（10%）+口头报告（30%）+项目设计（60%）。

平常成绩依照上课出勤情形和课堂参与度评定；课程中期需要每名学生作口头报告并提交PPT，依照报告难度和质量评定成绩；课程终止时，每名学生需要依照课程内容完成一个基于单片机的系统设计项目，依照项目完成质量和提交的项目报告评定成绩。

要紧参考书目：

1.《微型运算机技术及应用》戴梅蕚等编著清华大学出版社

2.《微机原理与接口技术》艾德才等编著，清华大学出版社

3.《微型运算机嵌入式系统设计》李伯成编著，西安电子科技大学出版社

八、课程编号：

063803课程中文名称：

EDA技术32学时/2学分

英文译名：

EDATechnoloqy

适用领域：

运算机应用技术

任课教师：

赵靖

教学目的：

通过本课程的学习，让研究生达到了解EDA技术的大体理论及要紧领域的模拟、综合、描述、测试等方式，把握电子设计的新方式。

教学方式及学时分派：

课堂讲课24时，课堂讨论和实验8学时

教学要紧内容及对学生的要求：

①先修知识：

运算机科学数学、图形学、软件工程、人工智能

②学习内容：

①      EDA技术概述（2学时）

②     大规模可编程逻辑器件；典型CPLD、FPGA器件介绍（4学时）

③      VHDL语言编程基础（12学时）

④      经常使用EDA开发软件；EDA实验开发平台（2学时）

⑤      电子系统EDA设计的应用实例（2学时）

7电子系统EDA设计的进展趋势讲座（2学时）

内容摘要：

了解以大规模可编程逻辑器件为设计载体,以硬件描述语言为系统逻辑描述的要紧表达方式,以运算机、大规模可编程逻辑器件的开发软件及实验开发系统为设计工具，通过有关的开发软件，自动完成用软件方式设计的电子系统到硬件系统的逻辑编译、逻辑化简、逻辑分割、逻辑综合及优化、逻辑布局布线、逻辑仿真，直相当于特定目标芯片的适配编译、逻辑映射、编程下载等工作。

考核方式：

开卷；笔试。

要紧参考书目：

曾繁泰，陈美金，沈卫红，曾鸣.EDA工程方式学.清华大学出版社。

2003年6月第1版

⏹江国强.EDA技术与应用.电子工业出版社。

2005年6月第1版

⏹曾繁泰,陈美金.VHDL程序设计.北京：

清华大学出版社,2001

⏹候伯亭,顾新.VHDL硬件描述语言与数字逻辑电路设计.西安电子科技大学出版社,1998

⏹卢毅,赖杰.VHDL与数字电路设计.北京:

科学出版社,2001

⏹胡振华.VHDL与FPGA设计.中国铁道出版社,2003

九、课程编号：

063804课程中文名称：

新一代数据库系统32学时/2学分

英文译名：

NewGenerationDatabaseSystems

适用领域：

运算机应用技术、运算机软件与理论

任课教师：

张健沛

教学目的：

通过学习，使学生了解数据库领域的最新进展动态及趋势，比较系统地把握散布式数据库、主动数据库、知识库系统等的大体原理、关键技术，了解数据仓库与数据挖掘技术的大体原理及相关应用知识。

教学方式及学时分派：

课堂讲课，32学时

教学要紧内容及对学生的要求：

含先修课程：

数据库原理、运算机网络、人工智能原理

内容摘要：

数据库新技术概述；空间数据库技术；面向对象数据库系统；主动数据库系统；散布式数据库技术；知识库系统；数据仓库与数据挖掘。

考核方式：

闭卷

要紧参考书目：

《数据库原理及应用系统开发》张健沛编著中国水利水电出版社，1999年

《高级数据库技术》汤庸、叶小平、汤娜、吉永杰高等教育出版社，2005年

《数据挖掘与知识发觉》李雄飞、李军著高等教育出版社，2003年

10、课程编号：

063805课程中文名称：

信号与信息理论基础32学时/2学分

英文译名：

TheoreticalFundamentalsofSignalandInformation

适用领域：

运算机应用技术

任课教师：

郑丽颖

教学目的：

本课程是为我校非数学类研究生开设的一门近代数学基础课。

通过本课程学习,要求学生把握一维空间与实数：

有理数与实数，实数的拓朴结构，实数的代数结构。

n维空间与向量：

n维空间的拓扑结构和代数结构，距离空间，线性赋范空间，内积空间，空间基和正交基，空间变换。

抽象空间：

可测函数空间、测度和勒贝格积分、勒贝格可积函数空间，LP、L1、L2、和L∞空间，lP、l1、l2和l∞空间，抽象空间映射。

教学方式及学时分派：

课堂讲课28学时、课堂讨论4学时；

教学要紧内容及对学生的要求：

本课程教学的要紧内容包括：

信号理论基础：

信号与现代数学，一维空间与实数：

有理数与实数，实数的拓朴结构，实数的代数结构。

n维空间与向量：

n维空间的拓扑结构和代数结构，距离空间，线性赋范空间，内积空间，空间基和正交基，空间变换。

抽象空间：

可测函数空间、测度和勒贝格积分、勒贝格可积函数空间，LP、L1、L2、和L∞空间，lP、l1、l2和l∞空间，抽象空间映射。

内容摘要：

本课程要紧教学以下内容：

现代数学的进展简史；

一维空间与实数：

对实数的一样熟悉，对有理数的一样熟悉，实数系完备性的相关定理，实数的拓朴结构，实数的代数结构；

n维空间与向量：

Rn的拓扑结构和代数结构，距离概念，距离空间，距离与收敛的概念，线性赋范空间，内积空间，最小二乘算法，空间基和正交基，空间变换。

抽象空间：

可测函数空间、测度和勒贝格积分、勒贝格可积函数空间，LP、L1、L2、和L∞空间，lP、l1、l2和l∞空间，抽象空间映射。

考核方式：

开卷考试

要紧参考书目：

《教材名称》：

自编讲义，宋克欧

参考书目：

1．近代数学基础..Narcowich著，；

2．工程数学基础，，社

3．实变函数论与泛函分析，夏道行，高等教育出版社

1一、课程编号：

063806课程中文名称：

模式识别32学时/2学分

英文译名：

PatternRecognition

适用领域：

运算机软件与理论、运算机应用技术

任课教师：

刘海波

教学目的：

让学生了解模式识别的大体概念和原理，重点把握统计模式识别理论、方式和研究现状，培育学生利用模式识别方式解决本专业及相关领域实际问题的能力，为以后继续深切学习或进行科学研究打下坚实的基础。

教学方式及学时分派：

课堂讲课30学时、课堂研讨2学时

教学要紧内容及对学生的要求：

教学内容包括统计模式识别和结构模式识别，以统计模式识别为主，要求选课学生先修以下课程：

信号与信息理论基础、数字信号处置

内容摘要：

贝叶斯分类器、线性分类器、非线性分类器、组合分类器、特点选择、特点提取、聚类分析、神经网络模式识别、人工免疫模式识别、模糊模式识别、统计学习理论与支持向量机、结构模式识别

考核方式：

大作业

要紧参考书目：

《模式识别（第二版）》边肇祺张学工.清华大学出版社2000

《模式识别》黄凤岗宋克欧.哈尔滨工程大学出版社1998

《PatternRecognition（3rded）》S.Theodoridis,K.Koutroumbas.AcademicPress2006

《PatternRecognition:

Concepts,Methods,andApplications》deSá.Springer2001

《PatternClassification（2nded）》RicharO.Duda,PetrerE.Hart,DavidG.Stork.Wiley2001

1二、课程编号：

063807课程中文名称：

运算机通信32学时/2学分

英文译名：

Compu