硕士研究生培养方案及课程大纲

最新推荐文章于 2021-07-29 16:43:39 发布

redvalley

最新推荐文章于 2021-07-29 16:43:39 发布

阅读量3w

点赞数 1

分类专栏： T 文章标签：出版算法数据库网络自然语言处理语言

本文链接：https://blog.csdn.net/redvalley/article/details/543119

版权

T 专栏收录该内容

155 篇文章 0 订阅

订阅专栏

哈尔滨工业大学

计算机科学与技术学科

硕士研究生培养方案及课程大纲

Harbin Institute of Technology

POSTGRADUATE EDUCATION PROGRAMMES

AND COURSES INTRODUCTION OF

COMPUTER SCIENCE AND TECHNOLOGY

计算机科学与技术学院

2004年12月

前言

哈尔滨工业大学计算机专业创建于1956年，是中国最早的计算机专业之一。1985年发展成为计算机科学与工程系，并建立了计算机科学技术研究所。2000年成立计算机科学与技术学院。

哈工大计算机科学与技术学院拥有一个博士后流动站和计算机科学与技术一级学科博士学位授予权；拥有4个博士学位授予权，4个博士点和4个硕士点，其中包括计算机应用技术、计算机系统结构、计算机软件与理论和人工智能与信息处理。计算机应用技术博士点建于1986年，为国家重点学科；计算机系统结构博士点建于1981年，是我国首批博士点；计算机软件与理论博士点建于1998年；人工智能与信息处理博士点成立于2003年。计算机科学与技术学院由计算机科学与工程系、计算机基础系和计算机新技术开发中心组成。计算机科学与工程系以学科建设为核心，下设一个研究所、十个研究中心和两个国家重点实验室，分别是：计算机科学与技术研究所、智能接口与人机交互技术研究中心、语言技术研究中心、企业智能计算技术研究中心、计算机网络与信息安全技术研究中心、可穿戴计算机工程研究中心、生物信息技术研究中心、数据库研究中心、多智能体机器人研究中心、模式识别研究中心、空间计算技术研究中心、计算机接口技术与接口系统国家重点专业实验室和计算机信息内容安全国家重点实验室。

计算机基础系以教学与人才教育为主题，下设三个教研室和两个实验中心，分别是：计算机硬件基础教研室、计算机软件基础教研室、计算机语言基础教研室、计算机软件实验中心和计算机硬件实验中心。

学院现拥有教职工207人，其中，博士生导师25人，教授36人，副教授及副高职70余人。学生总数为2067人，其中博士生362人，硕士生484人，本科生1207人，在站博士后14人。学院现有教学科研实验用房面积约为9000多平方米，有各类计算机2000多台套。

40年来，哈尔滨工业大学计算机学院培养出了数以千计的计算机专业人才，桃李满天下；其自身发展也十分迅速，在教学科研上取得了丰硕成果。近年来，学院承担了国家各部委的一些大型的高水平科研和工程项目，如计算机信息安全技术、多功能感知及数据压缩技术、并行海量数据库技术、CIMS与系统集成技术、可穿戴计算机技术、“神舟”载人飞船返回舱容错计算机、多智能体机器人技术等等；并形成了自己有特色、有优势的研究方向，如基于多功能感知的人机交互及数据压缩技术、网络环境下自然语言处理相关智能技术、企业智能计算与信息系统集成技术、全自主多智能体机器人技术、生物计算与生物特征识别技术、基于内容的计算机信息安全与网络攻防技术、高可靠可穿戴移动计算技术、军用感知网分布计算技术、海量数据库的管理与处理技术、空间计算技术等等。

硕士研究生教育是介于本科生教育与博士生教育之间的一个层次，其作用有两个方面：一是社会需要这种中间层次的人才，二是可作为本科教育走向博士教育的一个桥梁。在可持续发展教育观的指导下，我们倡导研究型、个性化、精英式人才培养理念。从系统的角度出发，对本科、硕士生和博士生的人才培养方案提出了“面向硕士生制度本科生教学计划，面向研究方向制定硕士生培养方案，面向培养目标制定博士生培养体系”的指导思想，系统地确定了各个阶段的人才培养目标。

本培养方案是按计算机科学与技术一级学科制定。重点强调夯实理论基础，扩大知识面，增加选修课程，反映各研究方向的最新成果。

本培养方案与基本要求已获得哈尔滨工业大学学位评定委员会批准执行。

计算机科学与技术学科硕士研究生培养方案说明……………….1

计算机科学与技术学科硕士研究生培养方案…………………….3

硕士研究生课程目录…………………………………………….…7

硕士研究生课程大纲与课程简介………………………………….10

组合数学……………………………………………………………………11

计算理论……………………………………………………………………13

并行处理与体系结构………………………………………………………15

人工智能原理………………………………………………………………20

算法设计与分析……………………………………………………………23

移动计算技术………………………………………………………………26

系统模拟……………………………………………………………………30

高级软件工程………………………………………………………………33

数据库系统原理……………………………………………………………36

自然语言处理………………………………………………………………39

模式识别……………………………………………………………………43

数字信号处理………………………………………………………………46

机器学习……………………………………………………………………49

面向对象技术………………………………………………………………52

分布式系统…………………………………………………………………55

UNIX操作系统设计……………………………………………………….57

数据仓库与数据挖掘………………………………………………………59

可信计算技术………………………………………………………………64

网络与信息安全……………………………………………………………68

计算机网络与通讯…………………………………………………………70

多媒体技术…………………………………………………………………73

人工神经网络………………………………………………………………75

数字图像处理………………………………………………………………78

语音信号处理………………………………………………………………81

计算分子生物学……………………………………………………………84

计算机集成制造系统………………………………………………………87

企业资源计划系统…………………………………………………………89

电子商务……………………………………………………………………92

智能决策支持系统…………………………………………………………94

多智能体系统………………………………………………………………97

虚拟现实及其应用…………………………………………………………99

信息检索……………………………………………………………………101

机器翻译……………………………………………………………………108

知识工程与专家系统………………………………………………………109

计算机图形学………………………………………………………………112

项目管理……………………………………………………………………115

网格计算……………………………………………………………………118

SOC计算机技术…………………………………………………………...120

运动分析与理解……………………………………………………………123

智能机器人学………………………………………………………………126

生物特征识别………………………………………………………………129

可穿戴计算机技术及其可靠性……………………………………………131

JAVA程序设计……………………………………………………………..138

数据采集与工业控制………………………………………………………141

C++语言程序设计………………………………………………………….144

计算机结构与操作系统……………………………………………………147

计算机网络…………………………………………………………………149

数据库系统基础与应用……………………………………………………152

单片机系统设计……………………………………………………………154

计算机科学与技术学科硕士研究生培养方案说明

随着我国科技、教育事业的蓬勃发展，我校的学科建设、科学研究和人才培养都进入了新的阶段。为使我校硕士研究生教育更好地适应快速发展形势的需要，在硕士研究生培养工作中进一步明确定位，保证质量，学校决定，在2004年上半年对我校硕士研究生培养方案进行全面修订。本学科的硕士生培养方案就是在这种形势下进行修订的。本次修订是以1999年版的硕士生培养方案为基础，以我们提出的“研究型、个性化、精英式”人才培养理念为指导进行的。充分体现了按一级学科进行研究生培养，面向研究方向制定硕士研究生培养方案的指导思想。下面从人才培养定位和本次培养方案的特点做补充说明。

人才培养定位

在可持续发展教育观的指导下，我们倡导“研究型、个性化、精英式”人才培养理念。为适应21世纪社会主义现代化建设需要的，我们培养具有创新精神和实践能力的精英式人才，将来可望成为学科带头人、技术负责人和行政领导人。为此，我们从系统的角度出发，对本科、硕士生和博士生的人才培养方案提出了“面向硕士生制度本科生教学计划，面向研究方向制定硕士生培养方案，面向培养目标制定博士生培养体系”的指导思想，系统地确定了各个阶段的人才培养目标。

硕士研究生教育是介于本科生教育与博士生教育之间的一个层次，其作用有两个方面：一是社会需要这种中间层次的人才，二是可作为本科教育走向博士教育的一个桥梁。对本科生来说，除了要让他们接受高等教育要求的基本知识外，重点让他们掌握计算机科学与技术专业的基础知识、基本方法、基本技能，使其具有学科所要求的基本素质和独立承担小规模工程项目的开发或参加大、中型项目的开发和继续学习的能力。在硕士研究生的教育中，要加强理论基础的教育和科研能力的培养，使之具有较好的理论修养，能够站在一定的高度去看问题，解决问题，毕业后具有较强的科研能力和工程开发能力，能够在大、中型项目中承担重要任务。博士生的培养是研究型、个性化、精英式人才培养理念的集中体现，注重创新能力、组织协调能力、把握和开拓研究方向能力的培养，为其将来成为学科带头人、技术负责人和行政领导人打下坚实基础。

课程体系设置

各个层次的学生所需的知识结构是根据对其的教育定位来确定的，是通过课程设置来实现的。对硕士研究生来说，课程教育是实现理论教育的主要部分。设置的指导思想应充分体现“研究型、个性化、精英式”人才培养理念。我们通过夯实基础，扩大选修，增加管理类课程等方式来实现的。

硕士研究生培养方案由学位课，选修课及其它等三部分组成。其中，学位课由公共学位课、学科基础课，学科专业课三部分组成。公共学位课有马克思主义理论课和第一外国语，计算机学科的数学基础课等。学科基础课反映的是计算机科学与技术一级学科的公共基础课，而学科专业课反映的是各个二级学科的公共基础课。学位课的设置是以扩大知识面，夯实理论基础为原则的。选修课充分体现哈工大计算机科学与技术学科各个研究方向的特点，为学生提供广泛的可选空间。体现了我们倡导的“面向研究方向制定硕士生培养方案”的指导思想。其它部分包括专题课程、学术活动及英语学术论文等，它能够更好地培养学生的学术研究能力。

本次培养方案的主要特点

本次培养方案是以“研究型、个性化、精英式”人才培养为宗旨，以“面向

研究方向制定硕士研究生培养方案”为指导，以学科带头人、技术负责人和行政

领导人为培养目标来修订的，具有鲜明的时代特征。

继续按计算机科学与技术一级学科制定培养方案。扩大知识面，夯实理论基

础，增加选修课程，反映各研究方向的最新成果。

与国际接轨，继续坚持二年制的硕士研究生培养制度，压缩课程学习的学时

数（总学时不少于30学时，课程学习阶段26学时），为学生提供更充裕的从事

科学研究的时间。

在学位论文期间，增设专题课程和完成英语学术论文的要求，将原来课程学

习阶段的学分后移的学位论文阶段，提高了学习效率，进一步体现了学术研究氛

围。

计算机科学与技术学科硕士研究生培养方案

学科代号：0812

学科专业名称：计算机科学与技术

一、培养目标

1．树立爱国主义和集体主义思想，掌握辩证唯物主义和历史唯物主义的基本原理，树立科学的世界观与方法论。具有良好的敬业精神和科学道德。品行优良、身心健康。

2．能够适应科学进步及社会发展的需要，在本门学科上掌握坚实的基础理论、系统的专门知识，掌握本学科的现代实验方法和技能，具有从事科学研究或独立担负专门技术工作的能力。有严谨的科研作风，良好的合作精神和较强的交流能力。

3．在科学研究或专门工程技术工作中具有一定的组织和管理能力。

4．将来可望成为学科带头人、技术负责人和行政领导人。

二、研究方向

1．计算机智能接口

2．中文信息处理与自然语言理解

3．企业智能计算

4．计算机网络与信息安全技术

5．可穿戴计算机技术

6．生物信息技术

7．数据库系统

8．多智能体机器人技术

9．人工智能与信息处理

三、课程学习及论文工作时间

硕士研究生的培养年限为二年。其中：课程学习0.75学年，学位论文1.25学年。

四、课程体系及学分要求

硕士研究生在攻读学位期间，所修学分的总和应不少于30学分，其中学位课为19学分（公共学位课和学科基础课必选，学科专业课任选两门），选修课不少于7学分，课程学习阶段应完成26学分。

类别		课程编号	课程名称	学时课内/实验	学分	开课时间	备注
学位课程	公共学位课 (GXW)	S0800000Q	马克思主义理论课	90	3	秋
			第一外国语	80	2	秋
		S1300001Q	组合数学	36	2	秋
		S1300002C	计算理论	36	2	春
	学科基础课 (XW)	S1300003Q	并行处理与体系结构	36	2	秋
		S1300004C	人工智能原理	36	2	春
		S1300005C	算法设计与分析	36	2	春
	学科专业课 (XW) （任选两门）	S1300006C	移动计算技术	36	2	春
		S1300007C	系统模拟	36	2	春
		S1300008Q	高级软件工程	36	2	秋
		S1300009Q	数据库系统原理	36	2	秋
		S1300010Q	自然语言处理	36	2	秋
		S1300011Q	模式识别	36	2	秋
		S1300012Q	数字信号处理	36	2	秋
		S1300013C	机器学习	36	2	春
选修课程 (X)		S1300014Q	面向对象技术	36	2	秋
		S1300015C	分布式系统	36	2	春
		S1300016C	UNIX操作系统设计	28	1.5	春
		S1300017C	数据仓库与数据挖掘	36	2	春
		S1300018Q	可信计算技术	28	1.5	秋
		S1300019Q	网络与信息安全	28	1.5	秋
		S1300020Q	计算机网络与通讯	36	2	秋
		S1300021C	多媒体技术	28	1.5	春
		S1300022C	人工神经网络	28	1.5	春
		S1300023Q	数字图像处理	28/10	1.5	秋
		S1300024C	语音信号处理	28	1.5	春
		S1300025Q	计算分子生物学	36	2	秋
		S1300026Q	计算机集成制造系统	28	1.5	秋
		S1300027C	企业资源计划系统ERP	28	1.5	春
		S1300028C	电子商务	28	1.5	春
		S1300029C	智能决策支持系统	28	1.5	春
		S1300030C	多智能体系统	28	1.5	春

类别	课程编号	课程名称	学时课内/实验	学分	开课时间	备注
	S1300031C	虚拟现实及其应用	28	1.5	春
	S1300032Q	信息检索	28	1.5	秋
	S1300033Q	机器翻译	28	1.5	秋
	S1300034C	知识工程与专家系统	28	1.5	春
	S1300035C	计算机图形学	28	1.5	春
	S1300036C	项目管理	36	2	春
	S0710063Q	管理学	36	2	秋
专题课程 (ZT)	S1300037	网格计算	36	2	春／秋	论文期间
	S1300038	Soc计算机技术	36	2	春／秋	论文期间
	S0300039	运动分析与理解	36	2	春／秋	论文期间
	S1300040	智能机器人学	36	2	春／秋	论文期间
	S1300041	生物特征识别	36	2	春／秋	论文期间
	S1300042	可穿戴计算技术及其可靠性	36	2	春／秋	论文期间
	S1300050	专业专题（由各个研究方向自定）	36	2	春／秋	论文期间
补修课 (BX)		由导师指定的本科课程
学术活动			5次	1
外语学术论文		完成一篇与所研究课题有关的英语学术论文		1

五、学位论文及有关要求

学位论文工作的主要目的是培养硕士研究生独立思考、勇于创新的精神和从事科学研究或担负专门技术工作的能力，使研究生的综合业务素质在系统的科学研究或工程实际训练中得到全面提高。学位论文工作阶段包括开题报告、中期检查和论文答辩等环节，硕士研究生应在导师指导下独立完成硕士学位论文工作。

学位论文的选题一般应结合本学科的研究方向和科研项目，鼓励面向国民经济和社会发展的需要选择应用型课题。确定学位论文工作的内容和工作量时应全面考虑硕士研究生的知识结构、工作能力和培养年限等方面的特点。学位论文的题目一般应于硕士研究生入学时或第二学期初确定。

硕士研究生学位论文开题报告一般应于研究生入学后的第二学期末或第三学期开学后四周内完成。

硕士研究生学位论文的中期检查一般应于研究生入学后的第三学期末之前（即开题后一学期）完成。

学位论文答辩一般在硕士研究生入学后的第四学期末进行。硕士研究生在申请答辩前，硕士研究生学位论文答辩应按照《哈尔滨工业大学硕士研究生论文答辩及学位申请工作细则》进行。

硕士研究生课程目录

课程编号	课程名称	课程类别	学时课内/ 实验(上机)	学分
S1300001Q	组合数学	GXW	36	2
S1300002C	计算理论	GXW	36	2
S1300003Q	并行处理与体系结构	XW	36	2
S1300004C	人工智能原理	XW	36	2
S1300005C	算法设计与分析	XW	36	2
S1300006C	移动计算技术	XW	36	2
S1300007C	系统模拟	XW	36	2
S1300008Q	高级软件工程	XW	36	2
S1300009Q	数据库系统原理	XW	36	2
S1300010Q	自然语言处理	XW	36	2
S1300011Q	模式识别	XW	36	2
S1300012Q	数字信号处理	XW	36	2
S1300013C	机器学习	XW	36	2
S1300014Q	面向对象技术	X	36	2
S1300015C	分布式系统	X	36	2
S1300016C	UNIX操作系统设计	X	28	1.5
S1300017C	数据仓库与数据挖掘	X	36	2
S1300018Q	可信计算技术	X	28	1.5
S1300019Q	网络与信息安全	X	28	1.5
S1300020Q	计算机网络与通讯	X	36	2
S1300021C	多媒体技术	X	28	1.5
S1300022C	人工神经网络	X	28	1.5
S1300023Q	数字图像处理	X	28/10	1.5

课程编号	课程名称	课程类别	学时课内/ 实验(上机)	学分
S1300024Q	语音信号处理	X	28	1.5
S1300025Q	计算分子生物学	X	36	2
S1300026Q	计算机集成制造系统	X	28	1.5
S1300027C	企业资源计划系统（ERP）	X	28	1.5
S1300028C	电子商务	X	28	1.5
S1300029C	智能决策支持系统	X	28	1.5
S1300030C	多智能体系统	X	28	1.5
S1300031C	虚拟现实及其应用	X	28	1.5
S1300032Q	信息检索	X	28	1.5
S1300033Q	机器翻译	X	28	1.5
S1300034C	知识工程与专家系统	X	28	1.5
S1300035C	计算机图形学	X	28	1.5
S1300036C	项目管理	X	36	2
S1710063Q	管理学	X	36	2
S1300037C	网格计算	ZT	36	2
S1300038C	Soc计算机技术	ZT	36	2
S1300039C	运动分析与理解	ZT	36	2
S1300040C	智能机器人学	ZT	36	2
S1300041C	生物特征识别	ZT	36	2
S1300042C	可穿戴计算技术及其可靠性	ZT	36	2
S1300043C	JAVA程序设计	GX	28	1.5
S1300044C	数据采集与工业控制	GX	36	2
S1300045C	C++语言程序设计	GX	36/16	2
S1300046C	计算机结构与操作系统	GX	36	2
S1300047Q	计算机网络	GX	36	2

课程编号	课程名称	课程类别	学时课内/ 实验(上机)	学分
S1300048C	数据库系统基础与应用	GX	36	2
S1300049Q	单片机系统设计	GX	36	2
S1300050Q	专业专题	ZT	36	2

注：课程类别项：公共学位课（用GXW表示）；学位课（用XW表示）；选修课（用X表示）；公共选修课（用GX表示）；专题课程（用ZT表示）

硕士研究生课程大纲与课程简介

组合数学

1、课程大纲

课程编号：S1300001Q

课程名称：组合数学

开课院系：计算机科学与技术学院任课教师：匡正

先修课程：集合论与图论、近世代数适用学科范围：计算机科学与技术

学时：36 学分：2

开课学期：秋开课形式：课堂讲授

课程目的和基本要求：

本课程为计算机科学与技术学科硕士研究生公共学位课。它是计算机科学和技术某些分支的基础,特别是与计算机科学理论的关系更为密切。我们知道计算机科学的核心是算法的研究,而组合算法是算法的主要内容.没有组合数学的基础,就难以研究算法分析算法,从而很难设计出更有效的算法。本课程讲授组合数学的最基本的概念和方法，以及对计算机专业最需要的组合思想和方法。其次,组合数学的思想在技术及其学科有着重要的应用,特别是在数学模拟物理过程中。这是一门提高思维分析能力的课程。学习本门课程要求掌握一些主要的计数理论和方法，如排列和组合的一般计数方法，容斥原理以及在计数方面的应用，递推关系和生成函数理论，Catalan数和Stirling数以及在计数方面的应用，Polya计数公式等。此外,也需要掌握运用鸽巢原理来判断一些排列问题的存在性的一般思维方法。

课程主要内容：

1 组合数学的内容方法和意义:什么是组合数学;组合数学研究的问题;组合数学的一些简单常用方法;组合数学与计算机科学的关系。（1学时）

2 鸽巢原理:鸽巢原理的简单形式以及若干具体应用例子;鸽巢原理的加强形式以及若干具体应用例子;Ramsey定理。（5学时）

3 排列与组合:基本的计数原理;排列组合及计数;循环排列及计数;多重集排列的计数;多重集组合的计数。（4学时）

4 二项式系数: Pascal公式; 二项式定理; 一些常用恒等式; 多项式定理和牛顿二项式定理。（3学时）

5 容斥原理及应用:容斥原理以及容斥原理的各种形式;容斥原理的应用;利用容斥原理解决具有重复的组合的计数问题;错位排列和带禁止位置的排列的计数问题。（6学时）

6 递推关系和生成函数:递归关系的建立;求解递归关系的方法;Fibonacci数及其应用;生成函数的概念;递归和生成函数;指数型生成函数及其应用。（4学时）

7 特殊计数序列:Catalan序列与Catalan数以及应用;差分序列Stirling数;第一类和第二类Stirling数的组合学意义以及相应的递归关系。（5学时）

8 Polya计数法:置换群与置换群;Burnside定理及应用;Polya计数公式和应用。（5学时）

9 相异代表系。（3学时）

课程主要教材：

1. Richard A. Brualdi, Introductory Combinatorics(Third Edition),Prentice Hall, 1999.

主要参考文献：

1. 卢开澄,组合数学,清华大学出版社.

2. M. Hall, Combinatorial Theory, John Wiley &Sons,1986.

2、课程简介

课程编号：S1300001Q 课程名称：组合数学

英文译名：Combinatorial Mathematics

适用学科：计算机科学与技术

先修课程：集合论与图论、近世代数

开课院（系）：计算机科学与技术学院

任课教师：匡正

内容简介：

本课程介绍组合数学的基本内容和方法,特别介绍对计算机专业最为需要的组合思想和方法。整个课程围绕计数问题和存在性问题以及组合学的思维分析方法等组织课程内容。全部内容分为八章:引论,鸽巢原理,排列与组合,二项式系数,容斥原理及应用,递推关系和生成函数,特殊计数序列,Polya计数法，相异代表系。

主要教材：

1. Richard A. Brualdi, Introductory Combinatorics(Third Edition),Prentice Hall, 1999.

参考文献：

1. 卢开澄,组合数学,清华大学出版社.

2. M. Hall, Combinatorial Theory,John Wiley &Sons,1986.

计算理论

1、课程大纲

课程编号：S1300002C

课程名称：计算理论

开课院系：计算机科学与技术学院任课教师：王义和

先修课程：形式语言或编译原理适用学科范围：计算机科学与技术

学时：36 学分：2

开课学期：春开课形式：课堂讲授

课程目的和基本要求：

本课程为计算机科学与技术学科硕士研究生公共学位课。本课使学生接触计算理论的实质部分，为以后在计算机工程中提供可以使用的理性工具。课程讲述计算模型Turing机，并给“可计算性”下一个精确的定义。根据这个定义揭示计算机科学的局限性，指出不可解的是/否类，以免计算机科学工作者寻找不存在的算法。然后讲述计算复杂性理论，使学生对NP完全理论有一个稍全面的了解。要求教师讲课时，要给出问题提出的背景、概念的直观含义、提出概念的初衷和实际应用。对定理的证明给出直观想法和基本思路，形式证明时应注意的关键点。首要的是清楚生动，易理解，抓住基本思想。对学生要求掌握基本概念和理解基本理论的思想，能进行简单的应用。

课程主要内容：

1 预备知识。字符串及连接运算，语言及其运算，语言的有穷描述，有穷自动机及正则集，上下文无关文法及PDA。（4学时）

2 Turing机。Turing其人，Turing机产生的背景，Turing机的直观模型，单向无穷带确定的Turing机及其接受的语言的形式定义，多带Turing机，不确定的Turing机，可计算函数，算法及Church-Turing论题，作为枚举器的Turing机。（8学时）

3 判定问题。问题及实例，编码及问题所对应的语言，可判定问题与不可判定问题，对角线语言及相应的问题不可判定性，通用语言及通用Turing机，通用Turing机对计算机科学的贡献，通用语言的相应问题的不可判定性，Turing停机问题，归约定理，Rice定理，Post对应问题的不可判定性，上下文无关文法的二义性不可判定，递归定理，计算机病毒。（8学时）

4 NP-完全性问题。P类与NP类，多项式时间归约，NP-完全性问题，可满足性问题及Cook定理的证明，三元可满足性问题，顶点覆盖问题，哈密顿回路问题，巡回售货员问题，整数规划问题，NP难问题，NP完全性的证明方法，co-NP类。（10学时）

5 空间复杂性。定义，复杂性类SPACE（f（n））和NSPACE（f（n）），萨维奇定理，PSPACE类，PSPACE完全性。（6学时）

课程主要教材：

1. John E.Hopcroft, Rajeev Motwani, JeffreyD.Ullman, Introduction to Automata Theory, Languages, and Computation （Second Edition）,清华大学出版社，2002年影印。

主要参考文献：

1. Michael Sipser著，张立昂等译，计算理论导引，机械工业出版社，2000。

2. M.R.加里，D.S.约翰逊著，张立昂等译，计算机和难解性（NP完全性理论引理），科学出版社，1987。

2、课程简介

课程编号：S1300002C 课程名称：计算理论

英文译名：Computing Theory

适用学科：计算机科学与技术

先修课程：形式语言或编译原理

开课院（系）：计算机科学与技术学院

任课教师：王义和

内容简介：

预备知识：语言及其运算，语言的有穷描述，有穷自动机，下推自动机，文法。

Turing机：Turing其人，Turing机产生的背景，直观模型，单带及多带Turing机的形式定义、接受的语言，不确定的Turing机，算法及可计算函数，Church-Turing论题，Turing机作为枚举器。

判定问题：可判定与不可判定问题，通用Turing机及意义，一个非递归可枚举语言，几个著名不可判定问题，Rice定理，PCP，CFG的二义性不可判定，计算机病毒和递归定理。

NP完全理论，P问题及NP问题，多项式归约，NP完全问题，Cook定理的证明，若干NP完全问题，NP完全性的证明方法，NP难问题，近似算法。

空间复杂性：空间复杂性SPACE（f（n））和NSPACE（f（n）），萨维奇定理，PSPACE类，PSPACE完全性。

主要教材：

1. John E.Hopcroft, Rajeev Motwani, JeffreyD.Ullman, Introduction to Automata Theory, Languages, and Computation （Second Edition）,清华大学出版社，2002年影印。

参考文献：

1. Michael Sipser著，张立昂等译，计算理论导引，机械工业出版社，2000。

2. M.R.加里，D.S.约翰逊著，张立昂等译，计算机和难解性（NP完全性理论引理），科学出版社，1987。

并行处理与体系结构

1、课程大纲

课程编号：S1300003Q

课程名称：并行处理与体系结构

开课院系：计算机科学与技术学院任课教师：胡铭曾、季振洲

先修课程：计算机体系结构、计算机组成原理、数字电路设计

适用学科范围：计算机科学与技术

学时：36 学分：2

开课学期：秋开课形式：课堂讲授

课程目的和基本要求：

本课程为计算机科学与技术学科的学科基础课。并行处理计算机是计算机系统结构设计的未来，近几年发展极其迅速。本课围绕高等并行处理技术和相关的计算机体系结构展开，紧跟计算机技术发展的新潮流，着重阐述并行处理的基本概念、基本原理，强调培养研究生一体化的并行计算模型、体系结构的选择和并行程序设计，了解高性能计算机系统及其子系统的逻辑结构，重点讨论高性能计算机结构与设计中体现出的共性原理。通过本课的学习使学生掌握并行计算机的体系结构、基本的并行计算模型和并行编程环境和技术，并行计算机设计中的基本性能分析，掌握使用并行技术的基本技能。本课为研究生后继从事计算机研究工作，以及在实际工作中使用并行计算技术或并行计算机的相关产品打下了良好基础。

课程主要内容：

本课程避免对一般机器的详细描述，而重点在于介绍高性能计算机的设计思想以及软件、硬件之间的相互支持。内容包括并行处理的概念以及并行计算技术的发展；并行处理模型，并行模型的性能评价；并行处理结构性能指标和基准程序。并行处理的使能与控制技术；分布式存储器及控制技术；多机系统组成原理、性能评测，互连网络以及数据一致性问题；讲述多机系统算法包括如何发掘并行性，串行程序向并行程序转化以及同步技术。

第一部分可扩展计算机平台和模型（6学时）

建立可扩展计算机平台的概念和模型，介绍三种并行抽象机的模型，以便学生能够了解本课程涉及的并行处理背景。

1．向并行处理结构的演化

2．可扩展性的范围

3．并行计算机的模型

4．可扩展性的设计原理

第二部分并行编程基础（4学时）

介绍可扩展并行计算机的编程。包括进程、任务、线程和环境的基本概念。并行性管理、进程交互、程序语义、算法范例和软件可移植性。

1．并行编程基础

2．进程、任务和线程

3．交互/通讯问题

4．并行程序的语义问题

第三部分并行性能指标和基准程序（4学时）

涉及基本性能的基准测试程序和指标，识别有关可扩展性的属性，能够对有关并行性管理和软件交互作用的开销进行了定量分析。对颗粒度大小、可用并行性、并行性能指标、Amdahl等定律有所了解和掌握。

1．系统和应用的基准程序

2．性能与成本

3．基本性能指标

4．并行计算机和程序性能

5．可扩展性和加速比分析

第四部分高性能处理器构件（4学时）

介绍高性能处理器的体系结构，所采用的技术及其应用。对CISC、RISC和后RISC以及未来可能的体系结构加以评论，研究超标量、超流水退偶CISC/RISC、VLIW等重要技术。

1．处理器系统的发展

2．处理器设计原则

3．微处理器体系结构

4．后RISC、多媒体和VLIW

5．微处理器的未来

第五部分分布式存储器和时延容忍（5学时）

先介绍层次存储器技术技术，转向介绍高速缓存的一致性协议，包括MESI监听协议和基于目录协议的讨论，并对各种共享存储器的一致性模型进行讨论。

1．层次存储器技术

2．高速缓存一致性协议

3．共享存储器一致性

4．时延容忍技术

第六部分系统的互连和千兆位网络（5学时）

讨论千兆位网和开关式互连。首先介绍互联网络的基础，包括网络的拓扑、类型、功能特性以及性能指标。除了点对点互联外，也将研究多处理机总线、纵横交叉开关以及多级互联开关技术。

1．互联网络的关系

2．网络的拓扑结构与性质

3．总线、纵横交叉开关和多级开关

4．千兆位网络技术

5．ATM交换网络

第七部分服务器和工作站机群（5学时）

介绍机群的基本概念和原理，介绍机群的体系结构和设计问题。

1．机群化的基本概念

2．机群的分类和体系结构

3．机群的产品和研究项目

第八部分并行程序的设计（3学时）

讲述多机系统算法包括如何发掘并行性，串行程序向并行程序转化以及同步技术。

1．多机系统算法发掘并行性的主要方法

2．串行程序向并行程序转化的方法

课程主要教材：

1. 黄凯、徐志伟著，陆鑫达等译。可扩展并行计算技术、结构与编程北京：机械工业出版社 2001

2. Harold S.Stone：“High-Performance Computer Architecture”，1987.ISBN:0-201-16802

主要参考文献：

1．郑纬民，计算机系统结构，清华大学出版社，2001

2． David E.Culler Parallel Computer Architecture A Hardware/Software Approach(Second Edition)，机械工业出版社,2003

3． Harry F. Jordan (Author), et al. Fundamentals of Parallel Computing. Prentice Hall/Pearson，2003

4． John L.Hennessy,David A.Patterson.Computer Architecture: A Quantitative Approach.机械工业出版社，2003

2、课程简介

课程编号：S1300003Q 课程名称：并行处理与体系结构

英文译名：High-Performance Computer Architecture

适用学科：计算机科学与技术

先修课程：计算机系统结构、计算机组成原理、数字电路设计

开课院（系）：计算机科学与技术学院

任课教师：胡铭曾、季振洲

内容简介：

并行计算已经成为现代计算技术的一个至关重要的组成部分。多处理器系统已经代表着几乎所有计算市场层面的高端部分, 从最快的超级计算机、最大的数据中心到部门级服务器，到单个的台式机。若干PC、工作站, 甚至多处理器系统紧密集成起来，所形成的机群正作为可扩展因特网服务器出现。本课程主要介绍并行处理的概念以及并行计算技术的发展；并行处理模型，并行模型的性能评价；并行处理结构性能指标和基准程序。并行处理的使能与控制技术；分布式存储器及控制技术；多机系统组成原理、性能评测，互连网络以及数据一致性问题；最后讲述多机系统算法，包括如何发掘并行性，串行程序向并行程序转化以及同步技术。

主要教材：

1. 黄凯、徐志伟著，陆鑫达等译。可扩展并行计算技术、结构与编程北京：机械工业出版社 2001

2. Harold S.Stone：“High-Performance Computer Architecture”，1987.ISBN:0-201-16802

参考文献：

1. 郑纬民，计算机系统结构，清华大学出版社，2001

2. David E.Culler Parallel Computer Architecture A Hardware/Software Approach(Second Edition)，机械工业出版社,2003

3. Harry F. Jordan (Author), et al. Fundamentals of Parallel Computing. Prentice Hall/Pearson，2003

4. John L.Hennessy,David A.Patterson.Computer Architecture: A Quantitative Approach.机械工业出版社，2003

人工智能原理

1、课程大纲

课程编号：S1300004C

课程名称：人工智能原理

开课院系：计算机科学与技术学院任课教师：赵铁军

先修课程：计算机学科本科课程适用学科范围：计算机科学与技术

学时：36 学分：2

开课学期：春开课形式：课堂讲授

课程目的和基本要求：

人工智能是研究从环境中感知对象并做出相应处理的智能体的学科；任何具有该特点的程序都可以称为某种智能体。计算机科学与技术的重要目标是让计算机模拟人类的智能，人工智能研究进展将不断推动计算机具有更多智能化功能。所有从事计算机科学技术研究与系统开发的人员都会在实际应用过程中或多或少地涉及人工智能问题，因此介绍人工智能的基本思想、方法和应用途径是计算机应用学科课程讲授的重要内容。

人工智能原理及应用作为计算机学科的主干课程之一，本课程使计算机学院的硕士研究生了解人工智能研究的发展现状、基本内容，掌握人工智能研究中的若干普遍方法，了解人工智能研究中的一些典型应用。

课程主要内容：

本课程共分为6个部分共10章，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发展。这6个部分是：人工智能发展简介，逻辑系统与知识表示，搜索与推理，学习，自然语言理解简介，分布式人工智能与Agent技术。

人工智能发展简介部分，即第1章引言--人工智能概述。主要介绍人工智能研究的特点，发展简史，当前研究现状。（2学时）

逻辑系统与知识表示部分，包括第2章模态逻辑、第3章模糊逻辑、第4章知识表示方法概述。在模态逻辑中回顾了经典逻辑系统的组成、语法、语义定义等，介绍了一般模态逻辑的系统组成、语义模型，介绍了知道逻辑的一般概念、信念逻辑的一般概念。在模糊逻辑中介绍了三值逻辑到任意多值逻辑和模糊逻辑的过渡，介绍了作为模糊逻辑基础的模糊集合论基本概念，简介了算子模糊逻辑。在知识表示方法概述中介绍了3种主要的知识表示方法：产生式系统、框架结构和语义网络。（6学时）

搜索与推理部分，包括第5章搜索技术、第6章消解法、第7章不精确推理。第3章中介绍的内容有：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。在第4章中，介绍了消解法（归结原理）的基本思想，详细叙述了Herbrand定理的推导过程和消解法的理论基础，介绍了若干消解策略和方法的应用。第5章内容包括：概述了不精确推理在知识系统中应用的必要性，然后依次介绍三种不精确推理方法及其应用，即Bayes概率推理、可信度方法和模糊推理。（12学时）

学习部分介绍了目前机器学习技术的最有代表性的方法，这一部分是第8章机器学习方法。其内容包括归纳学习、统计学习、基于实例学习等。归纳学习主要介绍了概念学习的基本过程，介绍了决策树方法与应用实例；统计学习主要介绍其中的基本概念和思想，包括Bayes网、EM算法、核机器（SVM）等；然后介绍基于实例学习以及应用例子。（12学时）

自然语言理解部分即第9章自然语言理解简介，其中扼要介绍了关于自然语言理解的若干技术，讨论了语义、语境、语用等概念对于语言理解的作用等。（2学时）

课程的最后一部分是第9章分布式人工智能与Agent技术，介绍了分布式人工智能的基本概念、分布式问题求解、分布式人工智能与Agent技术之间的关系；Agent技术的最新发展、应用前景、主要内容，并给出应用实例，目的在于拓展学习者的视野，对人工智能领域有更多了解。（2学时）

课程主要教材：

1．陆汝钤，人工智能（上下册），科学出版社，1996

主要参考文献：

1．Stuart Russell & Peter Norvig, Artificial Intelligence: A Modern Approach (2^nd Edition), Prentice Hall, 2003

2．陆汝钤主编，知识科学与计算科学，清华大学出版社，2003年1月

3．T.M. Mitchell, 机器学习，曾华军、张银奎等译，机械工业出版社，2003年1月

4．石纯一、黄昌宁、王家[广钦]，人工智能原理，清华大学出版社，1993年10月第1版

5．史忠植，高级人工智能，科学出版社，1998年1月第一版

6．田盛丰、黄厚宽，人工智能与知识工程，中国铁道出版社，1999年8月第1版

7．陆钟万，面向计算机科学的数理逻辑，科学出版社，1998年1月第1版

2、课程简介

课程编号：S1300004C 课程名称：人工智能原理

英文译名：The Principle of Artificial Intelligence

适用学科：计算机科学与技术

先修课程：本科课程

开课院（系）：计算机科学与技术学院

任课教师：赵铁军

内容简介：

本课程共分为6个部分共10章，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发展。这6个部分是：人工智能发展简介，逻辑系统与知识表示，搜索与推理，学习，自然语言理解，分布式人工智能与Agent技术。

各章节包括：人工智能概述，模态逻辑，模糊逻辑，知识表示方法概述，搜索技术，消解法，不精确推理，机器学习方法，自然语言理解简介，分布式人工智能与Agent技术。

主要教材：

1．陆汝钤，人工智能（上下册），科学出版社，1996

参考文献：

1．Stuart Russell & Peter Norvig, Artificial Intelligence: A Modern Approach

(2 ^nd Edition), Prentice Hall, 2003

2．陆汝钤主编，知识科学与计算科学，清华大学出版社，2003年1月

3．T.M. Mitchell, 机器学习，曾华军、张银奎等译，机械工业出版社，2003年1月

4．石纯一、黄昌宁、王家[广钦]，人工智能原理，清华大学出版社，1993年10月第1

版

5．史忠植，高级人工智能，科学出版社，1998年1月第一版

6．田盛丰、黄厚宽，人工智能与知识工程，中国铁道出版社，1999年8月第1版

7．陆钟万，面向计算机科学的数理逻辑，科学出版社，1998年1月第1版

注：进行双语教学的研究生课程，需同时提供中、英文课程内容简介。

算法设计与分析

1、课程大纲

课程编号：S1300005C

课程名称：算法设计与分析

开课院系：计算机科学与技术学院任课教师：李建中

先修课程：组合数学，计算理论适用学科范围：计算机科学技术学科

学时：36 学分：2

开课学期：春开课形式：课堂讲授

课程目的和基本要求：

本课程为计算机科学与技术硕士研究生学科基础课。本课程的目的是包括：使学生系统地掌握算法设计与分析的理论、技术和方法，为从事计算机科学技术方面的研究工作奠定坚实的算法设计与分析的理论基础。本课程的基本要求如下：使学生掌握分析算法复杂性的数学工具，如算法复杂性函数的阶、求和方法、递归方程的求解方法、计数方法等；使学生掌握算法设计的基本原理和主要方法，如分治、贪心、动态规划、分摊分析、树搜索策略、修剪搜索等算法设计方法的原理和理论，提高学生的算法设计能力和算法改进能力；使学生掌握算法复杂性分析和正确性证明的方法、理论，提高学生的算法复杂性分析和算法正确性证明的能力，并提高学生改进算法复杂性的能力；使学生掌握近似算法、随机算法、遗传算法和联机算法的设计和性能分析原理及理论，学会如何设计求解NP完全问题的近似算法或随机算法。本课程在该专业学生的培养工程中起着非常重要的作用。通过此课程的教学，使学生为进一步深入学习与实践打下一个坚实的基础。

课程主要内容：

1 算法设计与分析的基本概念：通过典型的实际例子，介绍算法在计算机科学技术中的地位、算法的基本概念、怎样分析算法、怎样设计算法。（2学时）

2 算法设计与分析的数学基础：介绍算法复杂性函数的阶、求和方法、递归方程的求解方法和master定理、计数与概率。（2学时）

3 分治算法的设计与分析原理：介绍分治算法的设计原理，用分治方法设计和分析合并排序算法与快速排序算法。（4学时）

4 动态规划算法的设计与分析原理：以多矩阵乘法的优化问题为实例介绍动态规划算法的设计与分析原理以及使用动态规划方法的条件，用动态规划方法设计分析最长子序列问题和优化三角问题的算法。（4学时）

5 贪心算法的设计与分析原理：首先介绍贪心算法的基本概念，然后以活动选择问题为例讨论贪心算法的设计与分析原理，介绍贪心算法的理论基础，最后给出Huffman编码问题和任务调度问题的算法设计与分析。（4学时）

6 分析算法复杂性的平摊方法：介绍四种复杂性分析的平摊方法，即聚集方法、会计方法、势能方法和动态表方法。（2学时）

7 近似算法的设计分析原理：首先介绍近似算法的基本概念和设计与分析原理，特别是近似算法的性能分析和误差分析方法，然后介绍节点覆盖问题、旅行商问题、集合覆盖问题和子集合和问题的近似算法的设计与分析。（4学时）

8 随机算法的设计与分析原理：首先介绍随机算法的设计与分析原理，特别是随机算法的性能分析和概率分析方法，然后介绍随机选择算法、随机快速排序算法以及其他几个随机算法的设计与分析。（4学时）

9 树搜索策略原理：介绍宽度第一搜索策略、深度第一搜索策略、爬山搜索策略、Best-First搜索策略、分枝界限搜索策略等。（3学时）

10 修剪搜索方法原理：首先介绍修剪搜索方法的一般原理，然后求解选择问题、双变量线性规划问题和1-Center问题的修剪搜索算法的设计与分析。（2学时）

11 联机（On-Line）算法的设计与分析原理：首先介绍联机算法的由来、概念和原理，然后介绍欧拉生成树联机算法的设计与分析、K-Server问题的联机算法的设计与分析、障碍穿越问题的联机算法的设计与分析以及其他联机算法的设计与分析。（3学时）

12 遗传算法的设计与分析原理：首先以问题求解和科学模拟为例介绍遗传算法的基本概念和原理，然后介绍遗传算法的理论基础。（2学时）

课程主要教材：

1． Thomas H. Cormen, Charles E. Leiserson, and Ronald L. Rivest. Introduction to Algorithms, The MIT Press, Second Edition, 2002.

2．有关算法设计与分析的部分论文

主要参考文献：

1． D. E. Knuth等, Art of the Computer Programming, Vol. 3, Addison-Wesley,

1973.

2． A.V.Aho, J. D. Ullman等. The Design and Analysis of Computer Algorithms.

Addison-Wesley, 1974.

3． A.V.Aho, J.D.Ullman等. Data Structures and Algorithms.

Addison-Wesley, 1983.4.

4． S. Baase，Computer Algorithms: Introduction to Design and Analysis.

5． Addison-Wesley, second edition, 1988.

6． E. Horowitz and Sartaj Sahni. Fundamentals of Computer Algorithms. Computer

Science Press, 1978.

2、课程简介

课程编号：S1300005C 课程名称：算法设计与分析

英文译名：Design and Analysis of Algorithms

适用学科：计算机科学技术与相关学科

先修课程：离散数学，组合数学，计算理论

开课院（系）：计算机科学与技术学院

任课教师：李建中，洛吉洲

内容简介：

本课程以算法设计策略为知识单元，系统地介绍算法设计、算法复杂性分析和算法正确性证明的原理、技术和理论，主要内容包括：算法设计与分析的数学基础；算法、算法复杂性分析和算法正确性证明的基本概念；分治、贪心、动态规划、树搜索策略、修剪搜索等主要算法设计技术，以及相应的复杂性分析技术和正确性证明技术；近似算法的设计与复杂性分析技术；随机算法的设计、性能分析和复杂性分析技术；遗传算法的原理与设计分析技术；NP完全性理论。本课程既覆盖了主要的传统算法设计与分析，也涉及了算法设计与分析领域的新研究成果，是计算机科学技术学科研究生所必备的重要计算机科学基础理论。

主要教材：

Thomas H. Cormen, Charles E. Leiserson, and Ronald L. Rivest. Introduction to Algorithms, The MIT Press, Second Edition, 2002.

有关算法设计与分析的部分论文

参考文献：

D. E. Knuth等, Art of the Computer Programming, Vol. 3, Addison-Wesley, 1973.

A.V.Aho, J. D. Ullman等. The Design and Analysis of Computer Algorithms. Addison-Wesley, 1974.

A.V.Aho, J.D.Ullman等. Data Structures and Algorithms. Addison-Wesley, 1983.4.

S. Baase，Computer Algorithms: Introduction to Design and Analysis. Addison-Wesley, second edition, 1988.

E. Horowitz and Sartaj Sahni. Fundamentals of Computer Algorithms. Computer Science Press, 1978.

移动计算技术

1、课程大纲

课程编号：S1300006C

课程名称：移动计算技术

开课院系：计算机科学与技术任课教师：杨孝宗、左德承

先修课程：计算机组成原理、计算机网络适用学科范围：计算机科学与技术

学时：36 学分： 2

开课学期：春开课形式：课堂讲授

课程目的和基本要求：

本课程结合移动计算研究的热点和可穿戴研究工程中心的科研成果，主要讲述移动计算研究中的理论和算法、穿戴计算机系统结构设计理论以及移动设备的组网模型和网络协议（包括无线自组网模型和路由算法、路由协议性能分析）。移动计算是一个比较大的研究和应用领域，更接近于实际应用的领域。它是在传统固定式计算方式和固定式网络无法满足移动性要求之下兴起的，在学生们已经学习了计算机硬件和软件方面的多门课程的基础上，通过本课程的学习，要求学生建立好有关移动计算的基本概念、理论；掌握移动计算中无线自组网、普适计算、无线数据管理技术的特点及实现方式；掌握可穿戴计算机的特点及体系结构。通过移动计算模型使学生建立良好的整机系统的概念，掌握复杂系统的设计思想。

课程主要内容：

重点讲述的内容包括：

1 绪论（2学时）

教学的目的；移动计算的基本概念；移动计算环境模型；移动计算环境特点；移动计算所包括的研究内容、理论；移动计算带来的计算模式的变化及其对计算领域产生的深远影响；“移动计算思维模式”；移动计算各领域的研究热点问题。

2 无线组网模型、协议及算法(wireless network)（8学时）

包括有中心节点的单跳无线网络，无中心节点的多跳无线自组网络组网、协议及算法。

无线网络的基本分类；无线自组网的概念和特点；无线网络系统拓扑结构理论（包括Random Waypoint移动模型、随机图理论等）；无线自组网的关键技术；无线自组网的路由协议及典型算法；无线自组网能源管理；无线自组网在穿戴计算机中的应用；无线自组网的发展及研究现状。

3 移动IP协议(mobile IP protocols)（4学时）

Mobile IPv6协议结构；移动结点与Internet互联；基于地理位置的IPv6地址自动分配策略。

4 普适计算理论(ubiquitous computing, pervasive computing)（3学时）

讲述包含各种设备及各类传感器等的计算模式。

普适计算的基本概念、理论；普适计算的特性；普适计算的运行模式；普适计算的应用。

5 无线数据管理(mobile data management)（6学时）

移动环境下的数据访问、管理、移动数据库等内容。

移动数据库理论：移动数据库的概念和特点；移动数据库的主要研究内容；移动数据库的典型应用。

数据处理：音频数据的编解码；动静态图像采集及处理；数据的加密解密。

6 基于可穿戴计算机的移动计算（8学时）

穿戴计算机的特点、体系结构、系统软件及应用软件的特点。

可穿戴计算的基本概念；可穿戴计算机的特点；可穿戴计算机的发展历史；可穿戴计算的技术现状；可穿戴计算机的体系结构；可穿戴计算机的人机交互技术；移动计算环境下的嵌入式操作系统设计；移动计算环境中穿戴计算机应用软件框架模型与设计原则；可穿戴计算机的支撑技术。

7 上下文感知（Context Aware）（3学时）

上下文感知基本概念；上下文感知的研究现状；各类传感器数据采集及处

理；Context Aware结构设计原理及模型；用户行为状态与位置辨识的算法研究；增强现实；上下文感知在移动计算中的应用。

8 移动计算的可信性技术（2学时）

可信性概念和描述；研究评估理论和测试理论；可信性评测体系。

课程主要教材：

1．移动计算，（正在编写，2005年年初预计在清华大学出版社出版）

主要参考文献：

1．Ivan Stojmenovic. Handbook Of Wireless Networks And Mobile Computing. JOHN WILLEY & SONS INC.，2002

2．James F.DeRose. THE WIRELESS DATAHANDBOOK, FOURTH EDITION. JOHN WILLEY & SONS INC.，1999

3．Jyh-Cheng Chen, Tao Zhang. IP-Based Next-Generation Wireless

Networks. JOHN WILLEY & SONS INC.，2003

4．Weiser M. The Computer for the Twenty-first Century. Scientific American, 1991,265(3):94—104

5．T.S.Rappaport. Wireless Communications—principles and Practice,2^nd ed. (2002).

D.Siewiork. Message from the General Chair. Proceedings of The First International Symposium on Wearable Computers. 1997:1-5

6．Edward O.Thorp. The Invention of the First Wearable Computer. Second International Symposium on Wearable Computer. 1998: 4-8

7．S. Mann. An Historical Account of 'WearComp' and 'WearCam' Inventions Developed for Applications in 'Personal Imaging'. Proceedings of The First International Symposium on Wearable Computers. 1997:66-73

8．Hong J I , Landay J A. An Infrastructure approach to context-aware computing. Human-computer interaction,2001,16(2-4).

9．徐光祐史元春谢伟凯. 普适计算.计算机学报，2003，第26卷（9）,1042-1050.

10．陈东义等. 对穿戴计算机的认识. 2001年全国穿戴计算技术学术会议论文专辑.北京.：《高技术通讯》杂志社，2001.10-16

11．时锐宁录游温东新. 穿戴计算机无线网络的探讨. 2001年全国穿戴计算技术学术会议论文专辑.北京.：《高技术通讯》杂志社，2001.79-83

12．王宇颖孙志岗刘家锋. 穿戴计算机软件开发平台设计. 2001年全国穿戴计算技术学术会议论文专辑.北京.：《高技术通讯》杂志社，2001.30-33

2、课程简介

课程编号：S1300006C

课程名称：移动计算技术

英文译名：Mobile Computing

适用学科：计算机科学与技术

先修课程：计算机原理、计算机网络

开课院（系）：计算机科学与技术学院

任课教师：杨孝宗左德承

内容简介：

移动计算技术是一个比较大的研究和应用领域，更接近于实际应用的领域。它是在传统固定式计算方式和固定式网络无法满足移动性要求之下兴起的，在学生们已经学习了计算机硬件和软件方面的多门课程的基础上，通过本课程能够使学生了解掌握有关移动计算的基本概念、理论；通过移动计算模型使学生建立良好的整机系统的概念，掌握复杂系统的设计思想。主要讲述无线组网 (wireless network)理论、普适计算(ubiquitous computing, pervasive computing)理论、无线数据管理(mobile Data management)、基于可穿戴计算机的移动计算、上下文感知理论（Context Aware）、移动计算的可信性理论等热点领域。

主要教材：

1．移动计算（正在编写，2005年年初预计在清华大学出版社出版）

参考文献：

1. Ivan Stojmenovic. Handbook Of Wireless Networks And Mobile Computing. JOHN WILLEY & SONS INC.，2002

2. James F.DeRose. THE WIRELESS DATAHANDBOOK, FOURTH EDITION. JOHN WILLEY & SONS INC.，1999

3. Jyh-Cheng Chen, Tao Zhang. IP-Based Next-GenerationWireless Networks. JOHN WILLEY & SONS INC.，2003

4. Weiser M. The Computer for the Twenty-first Century. Scientific American,1991,265(3):94—104

5. T.S.Rappaport. Wireless Communications—principles and Practice,2^nd ed. (2002).

6. D.Siewiork. Message from the General Chair. Proceedings of The First International Symposium on Wearable Computers. 1997:1-5

7. Edward O.Thorp. The Invention of the First Wearable Computer. Second International Symposium on Wearable Computer. 1998: 4-8

8. S. Mann. An Historical Account of 'WearComp' and 'WearCam' Inventions Developed for Applications in 'Personal Imaging'. Proceedings of The First International Symposium on Wearable Computers. 1997:66-73

9. Hong J I , Landay J A. An Infrastructure approach to context-aware computing. Human-computer interaction,2001,16(2-4).

10. 徐光祐史元春谢伟凯. 普适计算.计算机学报，2003，第26卷（9）,1042-1050.

11. 陈东义等. 对穿戴计算机的认识. 2001年全国穿戴计算技术学术会议论文专辑.北京.：《高技术通讯》杂志社，2001.10-16

12. 时锐宁录游温东新. 穿戴计算机无线网络的探讨. 2001年全国穿戴计算技术学术会议论文专辑.北京.：《高技术通讯》杂志社，2001.79-83

13. 王宇颖孙志岗刘家锋. 穿戴计算机软件开发平台设计. 2001年全国穿戴计算技术学术会议论文专辑.北京.：《高技术通讯》杂志社，2001.30-33

系统模拟

1、课程大纲

课程编号：S1300007C

课程名称：系统模拟

开课院系：计算机科学与技术学院任课教师：左德承张宏莉

先修课程：计算机系统结构、数学建模

适用学科范围：计算机科学与技术

学时：36 学分：2

开课学期：春开课形式：课堂讲授

课程目的和基本要求：

计算机系统的模拟仿真技术已经成为现代科学技术研究的主要内容，其技术已经渗透到计算机软件、硬件设计的各个方面，成为计算机系统设计不可缺少的一部分。通过相关知识的讲解，本课程可以让学生初步建立计算机系统设计的建模与模拟仿真的概念，了解相关的各种模型与应用方法；性能评价是计算机网络和计算机系统研究与应用的重要理论基础和支撑技术，是通信和计算机科学领域的重要研究方向，也是一门理论与实践紧密相连、内同丰富、体系完整的学科。目前在国内外性能评价技术的研究和应用都十分广泛。通过本课程的学习，学生可以学习性能评价的基础知识，掌握它的研究热点和发展趋势。

课程主要内容：

1 绪论（2学时）

教学目的：计算机系统设计的建模理论、模拟与仿真理论和计算机系统性能评价技术的简介。

2 建模方法论（6学时）

建模方法论，包括基于一般系统理论的系统模型的形式化表示、传统建模方法学、基于计算机系统设计的建模方法学和用于复杂计算机系统能够的结构建模。

3 模型的简化（3学时）

模型的简化方法，包括模型描述变量的监护方法和动态系统的模型简化－集结法和摄动法。

4 建模的一般系统理论（3学时）

用抽象的一般系统理论，讨论了在不同层次上的系统规范及其同态关系。

5 随机数的产生（2学时）

随机数产生方法，包括[0,1]均匀分布水技术的产生与统计检验方法和服从各种概率分布的随机数产生方法。

6 离散时间和连续时间模型的仿真（4学时）

离散时间模型和连续时间模型的仿真及其仿真模型的描述。

7 离散事件模型及其仿真策略（4学时）

结合杂货店模型，讨论了基于时间调度和活动扫描的离散事件模型仿真策略与规范形式。

8 计算机系统仿真结果分析及仿真软件的介绍（6学时）

介绍了一些基本的系统仿真结果分析方法，包括终态仿真的结果分析方法、稳态仿真的结果分析方法和方差缩小技术。介绍了几种目前流行的仿真软件的原理和使用方法：OPNET、NS2和GLOMOSIM。最后，介绍基于SOC的CPU设计的模拟与仿真技术。

9 排队理论模型与性能评价（5学时）

首先给出了概率论和随机过程的基本概念和知识，然后分别介绍了排队模型、排队网络模型、非乘积解排队网络和近似分析方法以及自相似传输模型。

10 随机Petri网模型技术与性能评价（5学时）

首先介绍了各种随机Petri网模型理论和分析技术，然后讨论了随机Petri网的模型方法与模型的分解和压缩技术，最后介绍随机Petri网在计算机网络和计算机系统性能评价中的应用。

课程主要教材：

1. 王红卫《建模与仿真》科学出版社， 2001

2. 林闯《计算机网络和计算机系统性能评价》清华大学出版社，2001

主要参考文献：

1．金明霞王远振付明刚.仿真模型验证实用方法研究:飞行器测控学报,2003.01

2．杨江李治.仿真模型确认中的数据有效性分析:西南交通大学学报,2003.03

3．邹智军.事件反应仿真模型:同济大学学报(自然科学版),2003.04

4．郑文恩孙尧.基于实时多Agent系统的作战智能决策仿真模型:计算机仿真,2003.09

5．林闯李雅娟单志广.基于随机Petri网的系统性能评价:清华大学学报(自然科学版),2003.04

6．邵斌王国钧.多Agent系统的性能评价:微电子学与计算机,2003.08

2、课程简介

课程编号：S1300007C 课程名称：系统模拟

英文译名：System Simulation

适用学科：计算机科学与技术

先修课程：计算机系统结构、数学建模

开课院（系）：计算机科学与技术学院

任课教师：左德承、张宏丽

内容简介：

本课程主要包括三个部分。第一部分是有关建模理论，介绍了计算机系统设计的建模方法论、模型的简化和建模的一般系统理论。第二部分是有关模拟仿真的基本方法，介绍了随机数的产生、离散时间和连续时间模型的仿真、离散事件模型及其仿真策略和系统仿真结果分析。第三部分是计算机性能评价技术，介绍了概率论、随机过程和petri网模型的基本概念和应用。

主要教材：

1．王红卫《建模与仿真》科学出版社， 2001

2．林闯《计算机网络和计算机系统性能评价》清华大学出版社，2001

参考文献：

1．金明霞王远振付明刚.仿真模型验证实用方法研究:飞行器测控学报,2003.01

2．杨江李治.仿真模型确认中的数据有效性分析:西南交通大学学报,2003.03

3．邹智军.事件反应仿真模型:同济大学学报(自然科学版),2003.04

4．郑文恩孙尧.基于实时多Agent系统的作战智能决策仿真模型:计算机仿真,2003.09

5．林闯李雅娟单志广.基于随机Petri网的系统性能评价:清华大学学报(自然科学版),2003.04

6．邵斌王国钧.多Agent系统的性能评价:微电子学与计算机,2003.08

高级软件工程

1、课程大纲

课程编号：S1300008Q

课程名称：高级软件工程

开课院系：计算机科学与技术学院任课教师：王宇颖、苏小红

先修课程：程序设计语言、数据库系统、软件工程、计算机网络

适用学科范围：计算机科学与技术及其他相关学科

学时：36 学分：2

开课学期：秋开课形式：课堂讲授

课程目的和基本要求：

本课程为计算机科学与技术学科硕士研究生学科专业课。软件工程乃软件领域之中流砥柱，数十年来的健康发展，已经在软件产业中形成了许许多多的技术，为研究生开设高级软件工程其目的是使学生更全面的、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。要求学生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；将构件、构架技术应用到网络软件项目开发中。

课程主要内容：

1 需求工程过程：回顾软件开发模型。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，以事物、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。（4学时）

2 需求分析的Petri网方法：基本概念、定义，执行规则，建模实例，行为特征，Petri网到程序转换机制。（2学时）

3 软件工程过程：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）。（7学时）

4 基于构件的软件工程：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。（8学时）

5 软件体系结构（构架）技术：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等。）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。未来的软件构架。（13学时）

6 软件工程的再工程：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。软件工程的未来之路。（2学时）

课程主要教材：

1. 朱三元、钱乐秋、宿为民. 软件工程技术概论. 科学出版社 2001

主要参考文献：

1. Rogers.Pressman. Software Engineering A Practitioner’s Approach(Fifth Edition )

(梅宏译.软件工程实践者的研究方法. 电子工业出版社 1999)

2. Len Bass Paul Clements. Software Architecture in Practice

(孙学涛等译.软件架构实践. 清华大学出版社 1998)

2、课程简介

课程编号：S1300008Q 课程名称：高级软件工程

英文译名：Advanced Software Engineering

适用学科：计算机科学与技术及其他相关学科

先修课程：程序设计语言、数据库系统、软件工程、计算机网络

开课院系：计算机科学与技术学院

任课教师：王宇颖、苏小红

内容简介：

本课程将从多视角看到软件工程的内涵。其主要内容有：需求工程的过程、建模技术。需求分析的Petri网方法。软件过程工程，过程的框架、过程模型及过程建模方法，软件过程的改进，RUP过程，XP设计。复用与软件构件技术，构件的模型技术，分布对象构件模型，中间件技术。软件构架技术，构架的4+1视图，核心模型，构架的几种经典风格，构架的描述方法，基于构架的软件开发，构架评估，构架的重用问题，未来的软件构架。软件的进化,软件工程的再工程,软件工程的未来之路。

主要教材：

1. 朱三元、钱乐秋、宿为民. 软件工程技术概论. 科学出版社 2001

参考文献：

1. Rogers.Pressman. Software Engineering A Practitioner’s Approach(Fifth Edition )

(梅宏译.软件工程实践者的研究方法. 电子工业出版社 1999)

2. Len Bass Paul Clements. Software Architecture in Practice

(孙学涛等译.软件架构实践. 清华大学出版社 1998)

数据库系统原理

1、课程大纲

课程编号：S1300009Q

课程名称：数据库系统原理

开课院系：计算机科学与技术学院任课教师：战德臣

先修课程：数据库系统基础适用学科范围：计算机科学与技术

学时： 36 学分：2

开课学期：秋开课形式：课堂讲授

课程目的和基本要求：

本课程为计算机科学与技术学科硕士研究生学科专业课。为研究生开设此课程目的是使学生系统、全面、扎实地掌握数据库的基本理论和基本实现策略，强调系统性与全面性；接触数据库前沿性的研究结果，侧重于培养学生理论分析能力、形式化描述能力、系统分析能力、系统实现能力。在先修课基础上对数据库理论与实现技术进行更深层次的理解和体会。本课程在该专业学生的培养工程中起着非常重要的作用。通过此课程的教学，使学生具有从事制造业信息化、从事企业资源规划系统等大型软件的开发、实施和应用等工作所必须的能力，为该专业学生进一步深入学习与实践打下一个坚实的基础。

课程主要内容：

1 数据库引论（3学时）

本课程内容、特点、目标、预备知识、参考书目；

数据库概念、数据库系统构成、数据库管理系统、数据库技术发展史与发展趋势。

2 数据库主要技术分支及其研究内容介绍（5学时）

基本研究领域：数据模型研究；数据库体系结构研究；数据库设计理论；数据库物理存储与索引技术；数据库运行优化技术；数据库维护技术；数据库系统语言；数据库安全技术；数据库完整性实现技术；

新型数据库系统研究领域：分布式数据库；面向对象数据库；演绎数据库与知识库；并行数据库；主动数据库；实时数据库；多媒体数据库；模糊数据库；工程数据库；统计数据库；地理数据库；数据仓库与数据挖掘；Internet数据库；其他。

3 数据模型理论（5学时）

数据模型的基本概念和作用；关系模型的形式化描述；实体-联系模型/IDEF1X模型的语义分析；面向对象数据模型；空值关系模型；

4 数据库系统语言（5学时）

元组演算、域演算及关系代数；三种关系演算语言及其安全性、等价性和完备性理论；SQL语言

5 数据库设计理论（5学时）

关系DB设计理论；函数依赖及公理系统；关系模式无损连接和保持依赖的分解理论；关系规范化；多值依赖；DB设计方法与设计步骤。

6 数据库物理存储、索引与查询优化理论（5学时）

数据库物理存储技术；索引技术；数据库查询实现技术；

数据库查询优化层次与查询优化理论；关系代数表达式优化法；分解优化法；合取查询优化。

7 数据库系统实现策略（5学时）

完整性概念；完整性规则和约束；完整性实现；

安全性概念；安全性规则和约束；安全性实现；数据库强制安全性实现与统计数据库安全性；

事务；系统故障；系统故障恢复技术；

事务并发性；封锁及封锁类型；可串行性；封锁法；时标法。

8 其他新技术，如分布式数据库技术（3学时）

课程主要教材：

1. 本课程以自编讲义为主。

主要参考文献：

1. C.J.Date，“An Introduction to Database System”，Seven Edition. Addison-Wesley, Pub.Comp.，(经典的英文教材，1975年第一版，到目前年已经出版了7版)。(孟小峰,王珊译)，《数据库系统导论》第7版，机械工业出版社，2000

2. J.D.Ullman(史嘉权译)，《数据库系统基础教程》，清华大学出版社，1999.09

3. J.D.Ullman(杨冬青译)，《数据库系统实现》，机械工业出版社，2001.03

4. Abraham Silberschatz (杨冬青译)，《数据库系统概念》第3版，机械工业出版社，2000.02

5. J. D. Ullman，“Principle of Database System”(2nd Version)，Computer Sci. Press. Inc.，1982。(张作民译)，“数据库系统原理”，国防工业出版社，1984.11

6. Patrick O’Neil,《Database: Principles, Programming, and Performance》第2版，高等教育出版社，2001.05

2、课程简介

课程编号：S1300009Q 课程名称：数据库系统原理

英文译名：Principles of Database Systems

适用学科：计算机科学与技术

先修课程：数据库系统基础

开课院（系）：计算机科学与技术学院

任课教师：战德臣

内容简介：

本课程首先为学生介绍数据库技术的九大基本研究领域及目前出现的各种新型数据库系统，以使学生对数据库领域的研究内容有全面的了解；在此基础上介绍核心的数据库理论，包括数据模型理论、关系演算理论和数据库设计理论；然后介绍数据库实现策略，包括数据库物理存储、索引、查询实现与查询优化技术，以及完整性、安全性、故障恢复、并发控制等的实现技术。

主要教材：

1. 本课程以自编讲义为主，参考教材为辅。

2. 李建中，王珊，《数据库系统原理》第1版，电子工业出版社，1998.08

参考文献：

1．Date，“An Introduction to Database System”，Seven Edition. Addison-Wesley, Pub.Comp.，(经典的英文教材，1975年第一版，到目前年已经出版了7版)

2．孟小峰,王珊译)，《数据库系统导论》第7版，机械工业出版社，2000

3．.Ullman(史嘉权译)，《数据库系统基础教程》，清华大学出版社，1999.09

4．.D.Ullman(杨冬青译)，《数据库系统实现》，机械工业出版社，2001.03

5．braham Silberschatz (杨冬青译)，《数据库系统概念》第3版，机械工业出版社，2000.02

6．J. D. Ullman，“Principle of Database System”(2nd Version)，Computer Sci. Press. Inc.，1982。(张作民译)，“数据库系统原理”，国防工业出版社，1984.11

7．atrick O’Neil,《Database: Principles, Programming, and Performance》第2版，高等教育出版社，2001.05

自然语言处理

1、课程大纲

课程编号： S1300010Q

课程名称：自然语言处理

开课院系：计算机科学与技术学院任课教师：关毅、刘秉权

先修课程：概率论与数理统计适用学科范围：计算机科学与技术

学时：36 学分：2

开课学期：秋季开课形式：课堂讲授

课程目的和基本要求：

本课程属于计算机科学与技术学科硕士研究生学科专业课。计算机自然语言处理是用计算机通过可计算的方法对自然语言的各级语言单位进行转换、传输、存贮、分析等加工处理的科学。是一门与语言学、计算机科学、数学、心理学、信息论、声学相联系的交叉性学科。通过本课程的学习，使学生掌握自然语言（特别是中文语言）处理技术（特别是基于统计的语言处理技术）的基本概念、基本原理和主要方法，了解当前国际国内语言处理技术的发展概貌，接触语言处理技术的前沿课题，具备运用基本原理和主要方法解决科研工作中出现的实际问题的能力。为学生开展相关领域（如网络信息处理、机器翻译、语音识别）的研究奠定基础。

课程主要内容：

全面阐述了自然语言处理技术的基本原理、实用方法和主要应用，在课程内容的安排上，既借鉴了国外学者在计算语言学领域里的最新成就，又阐明了中文语言处理技术的特殊规律，还包括了授课人的实践经验和体会。

1 自然语言处理技术概论（2学时）

自然语言处理技术理性主义和经验主义的技术路线；自然语言处理技术的发展概况及主要困难；本学科主要科目；本课程的重点与难点。

2 自然语言处理技术的数学基础（4学时）

基于统计的自然语言处理技术的数学基础：概率论和信息论的基本概念及其在语言处理技术中的应用。如何处理文本文件和二进制文件，包括如何对文本形式的语料文件进行属性标注；如何处理成批的文件等实践内容

3 自然语言处理技术的语言学基础（2学时）

汉语的基本特点；汉语的语法功能分类体系；汉语句法分析的特殊性；基于规则的语言处理方法。ASCII字符集、ASCII扩展集、汉字字符集、汉字编码等基础知识。

4 分词与频度统计（4学时）

中文分词技术的发展概貌；主要的分词算法；中文分词技术的主要难点：切分歧义的基本概念与处理方法和未登录词的处理方法；中外人名、地名、机构名的自动识别方法；词汇的频度统计及统计分布规律。以及词频统计、排序输出；二元对频度统计，统计结果浏览等实践内容。

5 语料库的多级加工（4学时）

语料库的基本概念；国际国内主要语料库简介；语料库加工的主要步骤；词性标注的常用方法；主要句法分析算法简介；汉语语义标注的基本概念和常用方法；汉语语义词典Hownet介绍。以及如何组织语料库，如何对语料库进行字符串检索等实践内容。

6 基于统计的语言模型（4学时）

N-gram统计语言模型的基本概念；构造统计语言模型的方法；数据平滑的常用算法；N-gram统计语言模型的应用及评价；现有的其他主要的统计语言模型。以及构造Bigram语言模型及good-turing算法实现等实践内容。

7 马尔可夫模型（4学时）

马尔可夫模型的基本概念；马尔可夫模型几个基本问题及其解法；马尔可夫模型的几个常用算法；马尔可夫模型的应用（音字转换、词性标注）。以及隐马尔可夫词性标注器的实现等实践内容。

8 句法分析技术（4学时）

基于语言学规则的句法分析技术；基于统计的句法分析技术；依存文法；概率上下文无关文法（PCFG）；级联式有限状态句法分析技术。

9 篇章理解技术（4学时）

计算机自动文摘的基本理论与常用方法：文本的机器内部表示；文本分析技术；摘要提取技术；摘要生成技术。

10 问答式信息检索（4学时）

问答式信息检索的基本概念；问答式信息检索的主要难点；问答式信息检索系统的系统构成；问答式信息检索的相关技术；文本分类技术简介；问答式信息检索的评测方法；TREC简介。以及VSM文本分类器设计等实践内容。

课程主要教材：

1．Chris Manning & H. Schutze. Foundations of Statistical Natural Language Processing. MIT Press, 1999

2．王晓龙，关毅，计算机自然语言处理技术，清华大学出版社，2004年计划

3．天顺，自然语言理解—一种让机器懂得人类语言的研究，清华大学出版社，2002.10

主要参考文献：

1. 边肇祺等. 模式识别. 清华大学出版社. 1998.

2. 董振东，董强，知网，http://www.keenage.com

3. 冯志伟，计算语言学对理论语言学的挑战，语言文字应用，1992年第1期

4. 黄昌宁，中文信息处理中的分词问题，语言文字应用, 1997, (1), 71-78

5. 黄昌宁（1993），关于处理大规模真实文本的谈话，语言文字应用，1993年第2期。

6. 刘开瑛，现代汉语自动分词系统中几个问题的讨论，计算机开发与应用，1998

7. 刘源等，信息处理用现代汉语分词规范即自动分词方法，清华大学出版社，广西科学技术出版社，1994.

8. 宋柔，关于分词规范的探讨，语言文字应用，1997年第3期

9. 孙茂松、黄昌宁,邹嘉彦，陆方，沈达阳，利用汉字二元语法关系解决汉语自动分词中的交集型歧义,计算机研究与发展，Vol.34, No.5, pp.332-339, 1997.5

10. 孙茂松，左正平，邹嘉彦. 高频最大交集型歧义切分字段在汉语自动分词中的作用. 中文信息学报. 1999, 13(1): 27-34

11. 俞士汶，现代汉语语法信息词典详解，清华大学出版社，1996

12. 詹卫东，面向中文信息处理的现代汉语短语结构规则研究，博士论文，1999

13. 赵铁军等，机器翻译原理，哈尔滨工业出版社，2000.

14. 朱德熙，语法问答，商务印书馆，1993

15. A. B. Poritz. Hidden Markov Models: A Guided Tour. Proceedings of the International Conference on Acoustics, Speech, and Signal Processing, 1: 7-13, New York Hilton, New York City, April 1988.

16. Adwait Ratnaparkhi. A maximum entropy model for part-of-speech tagging. In proceedings of conference on empirical method in natural language processing, university of Pennsylvania, 1996.

17. E.T. Jaynes. Information Theory and Statistical Mechanics. Physics Reviews. 1957, vol.106: 620-630

18. Frederick Jelinek. Statistical Methods for Speech Recognition.The MIT Press. London. 1997

19. G. Salton , M. J. McGill. An Introduction to Modern Information Retrieval. McGraw-Hill, 1993.

20. Lillian Lee.　Similarity-Based Approaches to Natural Language Processing. Ph.D. thesis. Harvard University Technical Report TR-11-97.

21. [21] Ricardo Baeza-Yates & Berthier Ribeiro-Neto. Modern Information Retrieval. Addison-Wesley, New-York, 1999.

22. Stanley F. Chen. Building Probabilistic Models for Natural Language, PhD thesis, the Subject of Computer Science, Harvard University Cambridge Massachusetts, May 1996.

2、课程简介

课程编号：S1300010Q 课程名称：自然语言处理

英文译名：Natural Language Processing

适用学科：计算机科学与技术

先修课程：概率论与数理统计

开课院（系）：计算机科学与技术学院

任课教师：关毅、刘秉权

内容简介：

计算机自然语言处理是用计算机通过可计算的方法对自然语言的各级语言单位进行转换、传输、存贮、分析等加工处理的科学。是一门与语言学、计算机科学、数学、心理学、信息论、声学相联系的交叉性学科。国际互联网技术的飞速发展，极大地推动了信息处理技术的发展，也为信息处理技术不断提出新的需求。语言作为信息的载体，语言处理技术已经日益成为全球信息化和我国社会和经济发展的重要支撑性技术。本课程全面阐述了自然语言处理技术的基本概念、基本原理和实用方法，共分为基础、原理和应用三部分。第一部分基础部分，论述了自然语言处理技术概论；它的数学基础和语言学基础；以及自动分词技术和语料库多级加工技术；第二部分为原理部分，介绍了统计计算语言模型的构建以及两个经典统计分类模型：马尔可夫模型、最大熵模型及其在语言处理中的应用。最后，以一种新型的信息检索方式-问答式信息检索的基本理论和系统集成为例，将前述的各项主要技术方法的应用贯穿于这一智能化信息检索系统的系统研发的各个步骤中。

主要教材：

1．Chris Manning & H. Schutze. Foundations of Statistical Natural Language Processing. MIT Press, 1999

2．王晓龙，关毅，计算机自然语言处理技术，清华大学出版社，2004年计划

3．姚天顺，自然语言理解—一种让机器懂得人类语言的研究，清华大学出版社，2002.10

参考文献：

1. 刘源等，信息处理用现代汉语分词规范即自动分词方法，清华大学出版社，广西科学技术出版社，1994.

2．俞士汶，现代汉语语法信息词典详解，清华大学出版社，1996

3．朱德熙，语法问答，商务印书馆，1993

4．Frederick Jelinek. Statistical Methods for Speech Recognition.The MIT Press. London. 1997

5. Ricardo Baeza-Yates & Berthier Ribeiro-Neto. Modern Information Retrieval. Addison-Wesley, New-York, 1999.

模式识别

1、课程大纲

课程编号：S1300011Q

课程名称：模式识别

开课院系：计算机科学与技术学院任课教师：唐降龙、刘岩、刘家锋

先修课程：线性代数、概率论与数理统计

适用学科范围：计算机科学与技术

学时：36 学分：2

开课学期：秋季开课形式：课堂讲授

课程目的和基本要求：

本课程属于计算机科学与技术学科硕士研究生学科专业课。模式识别系统通常分为两部分：特征提取和模式分类。特征提取部分从输入的信号中提取有用的特征，表示成数据。模式分类部分是将第一部分抽取出的数据进行合适的分类。模式识别系统在计算机科学与工程许多应用领域起着重要的作用，例如图像处理与分析、语音识别、字符识别、信息检索、数据挖掘、生物信息学等等。本课程主要讲解模式分类有关内容，包括贝叶斯判决理论、参数估计、非参数估计技术，线性判别函数，神经网模式识别、非度量方法，独立于算法的学习，无监督学习和聚类等等。对于给定的识别问题，该课程给出如何在诸多的可用方法中去选择最合适的方法。通过该课程的学习，使学生全面了解模式分类的方法，在解决实际问题时能选择最合适的算法并设计实现，为设计一个好的模式识别系统打下基础。

课程主要内容：

1. 绪论（2学时）

模式识别系统，基本概念

2. 贝叶斯分类器（4学时）

贝叶斯分类器基本概念，最小风险贝叶斯分类器，判决函数，错误概率，ROC曲线，正态分布贝叶斯分类器，离散特征贝叶斯分类器。

3. 极大似然与贝叶斯估计（8学时）

极大似然估计，贝叶斯估计，主成分分析，Fisher线性判别函数，丢失特征时均值最大估计（EM），隐马尔可夫模型（HMM）：计算问题，求值问题，解码问题。

4. 非参数估计技术（4学时）

概率密度函数估计，Parzen窗法， k _n最近邻方法，后验概率的估计，距离度量

5. 线性判别函数（6学时）

线性判别函数和判决界面：两类问题，多类问题；广义线性判决函数，感知器算法：梯度下降法，最小均方误差方法；支持向量机（SVM）。

6. 多层神经网络模式识别（4学时）

前馈神经网络与分类，反向传播算法，反向传播算法学习，改进的反向传播算法，其他神经网简介。

7. 非度量方法（2学时）

判决树理论，判决树学习，CART，判决树裁减。

8. 非监督学习和聚类（4学时）

混合概率密度和可识别性，高斯混合模型，K均值聚类算法，无监督贝叶斯学习，聚类标准，层次化聚类算法。

9. 独立于算法的学习（2学时）

模式识别中的的哲学：没有免费午餐定理，丑小鸭定理，Occam剃刀原理；统计量估计中的重采样技术，分类器设计中的重采样技术。

课程主要教材：

1．Richard Duda, Peter Hart, David Stork, Pattern Classification, 2nd edition, John Wiley, 2001, ISBN: 0-471-05669-3.

主要参考文献：

1. Sergios Theodoridis and Konstantions Koutroumbas, Pattern Recongnition, 2^nd edition, 机械工业出版社, 2003，ISBN 7-111-12767-6

2. 李宏东，姚天明等译，模式分类，机械工业出版社，2003，ISBN 7-111-12148-1（该书为教材的中译本）

3. 边肇祺，张学工，模式识别，第二版，清华大学出版社，2000。

2、课程简介

课程编号：S1300011Q 课程名称：模式识别

英文译名：Pattern Recognition

适用学科：计算机科学与技术

先修课程：线性代数、概率论与数理统计

开课院（系）：计算机科学与技术学院

任课教师：唐降龙、刘岩、刘家锋

内容简介：

模式识别系统在计算机科学与技术许多应用领域起着重要的作用，例如图像处理与分析、语音识别、字符识别、信息检索、数据挖掘、生物信息学等等。该课程讲授模式识别算法。讲授的内容为：模式识别系统简介，贝叶斯判决理论、参数估计、非参数估计技术，线性判别函数，神经网模式识别、非度量方法，独立于算法的学习，无监督学习和聚类等等。对于给定的识别问题，该课程给出如何在诸多的可用方法中去选择最合适的方法。该课程包括经典的和许多新的模式识别方法详细介绍，例如神经网络、隐马模型HMM、EM、支持向量机SVM、Boosting法等。

主要教材：

1. Richard Duda, Peter Hart, David Stork, Pattern Classification, 2nd edition, John Wiley, 2001, ISBN: 0-471-05669-3.

参考文献：

1. Sergios Theodoridis and Konstantions Koutroumbas, Pattern Recongnition, 2^nd edition, 机械工业出版社, 2003，ISBN 7-111-12767-6

2. 李宏东，姚天明等译，模式分类，机械工业出版社，2003，ISBN 7-111-12148-1（该书为教材的中译本）

3. 边肇祺，张学工，模式识别，第二版，清华大学出版社，2000。]

数字信号处理

1、课程大纲

课程编号：S1300012Q

课程名称：数字信号处理

开课院系：计算机科学与技术学院任课教师：黄剑华、季春光

先修课程：复变函数，信号与系统适用学科范围：计算机科学与技术

学时：36 学分：2

开课学期：秋开课形式：课堂讲授

课程目的和基本要求：

本课程属于计算机科学与技术学科硕士研究生学科专业课程。随着计算机和信息科学的飞速发展，数字信号处理（Digital Signal Processing，DSP）技术应运而生并迅速发展，现已形成一门独立的学科体系。与模拟信号处理系统相比，数字信号处理系统具有灵活、精确、抗干扰强、速度快等优点。本课程主要目的是介绍数字信号处理的理论、相应的算法及其实现方法。主要讲授内容包括离散时间信号与离散时间系统的基本概念、Z变换及离散时间系统分析、离散傅立叶变换、傅立叶变换的快速算法、离散时间系统的网络结构和状态变量分析法、数字滤波器设计、小波分析的基本概念和方法。本课程对进一步从事模式识别、图象处理、语音信号处理等方向的学习与研究有着非常重要的意义。

课程主要内容：

重点讲述的内容包括：

1. 概述(2学时)

主要讲解模拟信号和数字信号的区别，数字信号的获取方法，数字信号及其频谱的关系，数字信号系统的硬件组成(DSP各组成部件及其工作过程的基本知识、DSP技术发展介绍)，数字信号处理的应用（语音、通讯、图像处理、模式识别等方面的应用）。

2. 离散时间信号及离散时间系统(4学时)

主要讲解离散时间信号的表达方式和典型信号、线性时不变系统的因果性和稳定性，以及系统的输入输出描述法，线性常系数差分方程的解法，最后介绍模拟信号数字处理方法。

3. Z变换及离散时间系统分析(4学时)

主要讲解学习序列的傅立叶变换和Z变换，以及利用Z变换分析信号和系统的频域特性。这是本课程也是数字信号处理这一领域的基础。

4. 离散时间信号的傅立叶变换(DFT)(4学时)

主要讲解离散傅立叶变换的定义，离散傅立叶变换的物理意义及基本性质，频率域的采样和离散傅立叶变换的应用举例等内容。

5. 快速傅立叶变换(FFT)(4学时)

主要讲解基2的FFT算法，分裂基FFT算法，离散哈特莱变换（DHT）及其快速算法。

6. 离散时间系统的网络结构和状态变量分析法(4学时)

主要讲解数字系统的基本网络结构(无限长脉冲响应基本网络结构和有限长脉冲响应基本网络结构)及用信号流图表示网络结构的方法，以及能够描述系统内部网络结构的状态分量分析法。

无限脉冲响应数字滤波器设计（4学时）

主要讲解建立数字滤波器设计的正确概念，掌握滤波器的设计方法。通过拓展教材内容，推导证明教材中一些重要的结论和重要公式，提高学生证明演绎能力。通过结合例题和习题的求解过程介绍采用MATLAB信号处理工具箱函数设计数字滤波器的现代方法，使学生了解现在工程实际中设计滤波器是非常简单易行的。介绍采样数字滤波系统的概念及其指标参数换算关系。

8．有限脉冲响应数字滤波器的设计（共４学时）

主要讲解FIR数字滤波器的特点---容易设计成线性相位特性。在数字信号传输与处理及图像信号处理中，要求系统具有线性相位特性。所以，一般在要求线性相位时，才选用FIR滤波器。首先总结线性相位FIR数字滤波器的特点，这些特点就是设计线性相位FIR滤波器的约束条件，然后介绍FIR滤波器的设计方法，包括窗函数法、频率采样法和切比雪夫逼近法。

其他类型的数字滤波器（2学时）

主要讲解六种滤波器的系统函数及其频率响应函数的特点。它们虽然属于一般的IIR或FIR滤波器，但它们各自的频响特性，或实现结构，或应用情况各有独特之处，在信号处理中具有非常重要的特殊作用，特别是它们的设计思想和设计方法与普通IIR或FIR滤波器有所不同。

10. 小波基础（2学时）

主要对小波及小波变换做一个简洁的介绍：通过指出DFT的缺点，讲解不同尺度和平移的小波的是如何克服这些缺点。重点介绍小波族、多分辨率分析和离散小波变换及应用：小波压缩。

数字信号处理的实现（2学时）

主要针对数字信号处理技术的广泛应用，介绍技术实现的有关问题，如模拟信号数字处理时的量化误差问题；数字信号处理技术软件实现的主要方法；数字信号处理硬件实现的方法，以及数字信号专用芯片(DSP)的有关概念和应用。

课程主要教材：

1．胡光书编著，数字信号处理—理论、算法与实现，清华大学出版社

主要参考文献：

1．丁玉美, 高西全编著，数字信号处理，西安电子科技大学出版社

2．A.V.奥本海姆，R.W.谢弗著，离散时间信号处理，西按交通大学出版社

3．Joyce Van de Vegte 著，数字信号处理基础，电子工业出版社

2、课程简介

课程编号：S1300012Q 课程名称：数字信号处理

英文译名：Digital Signal Processing

适用学科：计算机科学与技术

先修课程：高等数学，电路原理，复变函数，信号与系统

开课院（系）：计算机科学与技术学院

任课教师：黄剑华、季春光

内容简介：

随着计算机和信息科学的飞速发展，数字信号处理技术应运而生并迅速发展，现已形成一门独立的学科体系。与模拟信号处理系统相比，数字信号处理系统具有灵活、精确、抗干扰强、速度快等优点。本课程主要目的是介绍数字信号处理的理论、相应的算法及其实现方法。主要讲授内容包括离散时间信号与离散时间系统的基本概念、Z变换及离散时间系统分析、离散傅立叶变换、傅立叶变换的快速算法、离散时间系统的网络结构和状态变量分析法、数字滤波器设计等。小波变换是近几年来取得很大发展的一门新型学科，它突破了传统的信号分析手段--傅里叶变换的限制，实现了对信号不同区域、不同分辨率的分析，本课简要介绍了小波分析的基本概念和方法。本课程对进一步从事模式识别、图象处理、语音信号处理等方向的学习与研究有着非常重要的意义。

主要教材：

1胡光书编著，数字信号处理—理论、算法与实现，清华大学出版社

参考文献：

1．丁玉美, 高西全编著，数字信号处理，西安电子科技大学出版社

2．A.V.奥本海姆，R.W.谢弗著，离散时间信号处理，西按交通大学出版社

3．Joyce Van de Vegte 著，数字信号处理基础，电子工业出版社

机器学习

1、课程大纲

课程编号：S1300013C

课程名称：机器学习

开课院系：计算机科学与技术学院任课教师：毕建东

先修课程：人工智能适用学科范围：计算机科学与技术

学时： 36 学时：2

开课学期：春开课形式：课堂讲授

课程目的和基本要求：

本课程属于计算机科学与技术学科硕士研究生学科专业课。机器学习在人工智能的研究中具有十分重要的地位，一个不具有学习能力的智能系统难以称得上是一个真正的智能系统。本课程的目的是介绍机器学习的基本概念、方法及应用。通过课程的学习，使学生了解机器学习的主要方法，知道各种方法的应用条件，能把机器学习的方法应用到相应的研究中去。

课程主要内容：

1. 关于机器学习的一般论题（1学时）

人工智能、机器学习之间的关系；

学习的概念；

机器学习的研究目标

；机器学习研究的分类；

机器学习文献资源。

2. 概念学习和一般到特殊序（3学时）

概念学习任务；作为搜索的概念学习；FIND-S（寻找极大特殊假设）算法；变型空间和候选消除算法；归纳偏置。

3. 决策树学习（3学时）

示例学习的问题描述；决策树表示法；决策树学习的适用问题；基本的决策树学习算法；

决策树学习中的假设空间搜索；决策树学习的归纳偏置；决策树学习的常见问题（过度拟合、连续值属性、缺少属性值的训练样例）。

4. 学习规则集合（4学时）

序列覆盖算法；学习一阶规则；学习一阶规则集；作为逆演绎的归纳；逆归纳；

扩张矩阵算法。

5. 人工神经网络（3学时）

神经网络表示；适合神经网络学习的问题；感知器；多层网络和反向传播算法；反向传播算法的说明（收敛性和局部极小值、前馈网络的表征能力、隐藏层表示、过度拟合及停止判据）；神经网络应用。

6. 评估假设（3学时）

评估假设精度；采样理论基础；推导置信区间的一般方法；两个假设错误率间的差异；学习算法比较。

7．遗传算法（3学时）

表示假设，遗传算子，适应度函数和假设选择；遗传算法举例；假设空间搜索；遗传编程；进化和学习模型。

8. 观察学习（3学时）

概念聚类；聚类质量的标准；概念聚类系统CLUSTER/2。

9. 发现学习（3学时）

机器学习与发现；数据驱动的发现学习；BACON系统。

10. 基于实例的学习（3学时）

k-近邻算法；局部加权回归；径向基函数；基于案例的推理；对消极学习和积极学习的评论。

11. 分析学习（4学时）

用完美的领域理论学习；基于解释学习的若干说明（发现新特征、演绎学习、基于解释学习的归纳偏置、知识级的学习）；搜索控制知识的基于解释的学习。

12. 计算学习理论（3学时）

示例学习的优化问题；最优覆盖问题是NP难题；最小属性子集问题；可能学习近似正确假设（假设的错误率、PAC可学习性）；有限假设空间的样本复杂度。

课程主要教材：

1. Tom M. Mitchell 著，曾华军等译, 机器学习，机械工业出版社，1996

2. 洪家荣著，归纳学习, 科学出版社

主要参考文献：

1. Russell, S. and Norvig, P. 著，Artificial Intelligence: A Modern Approach, Prentice Hall, 2003

2. Langley, P. 著， Elements of Machine Learning, Morgan Kaufmann, 1995

3. Quinlan, R. 著，C4.5: Programs for Machine Learning, Morgan Kaufmann, 1993

4. Machine Learning, Kluwer Academic Publishers

2、课程简介

课程编号：S1300013C 课程名称：机器学习

英文译名：Machine Learning

适用学科：计算机科学与技术

先修课程：人工智能

开课院（系）：计算机科学与技术学院

任课教师：毕建东

内容简介：

机器学习所关注的问题是：计算机程序如何随着经验积累自动提高性能。近年来，机器学习被成功地应用于很多领域，如在模式识别、文字处理等领域都有大量的应用。由于学习是智能活动的核心，因此在涉及智能的领域几乎都能应用机器学习技术。本课程涵盖了目前机器学习中各种最实用的理论和算法，包括机器学习的一般论题、概念学习、决策树、规则学习、神经网络、遗传算法、观察学习、发现学习、基于实例的学习、基于解释的学习和计算学习理论。课程内容展现了机器学习中的核心算法和理论。

主要教材：

1. Tom M. Mitchell 著，曾华军等译, 机器学习，机械工业出版社，1996

洪家荣著，归纳学习, 科学出版社

参考文献：

1. Russell, S. and Norvig, P. 著，Artificial Intelligence: A Modern Approach, Prentice Hall, 2003

2. Langley, P. 著， Elements of Machine Learning, Morgan Kaufmann, 1995

3. Quinlan, R. 著，C4.5: Programs for Machine Learning, Morgan Kaufmann, 1993

4. Machine Learning, Kluwer Academic Publishers

面向对象技术

1、课程大纲

课程编号：S1300014Q

课程名称：面向对象技术

开课院系：计算机科学与技术学院任课教师：王宇颖、苏小红

先修课程：软件工程、数据库适用学科范围：计算机科学与技术

学时：36 学分：2

开课学期：秋开课形式：课堂讲授

课程目的和基本要求：

本课程属于计算机科学与技术学科硕士研究生选修课。通过本课程的学习，使学生深入理解什么是面向对象的软件开发方法，其重要性、实用性。深入理解面向对象“概念”的含义、重要性，自始至终贯穿在面向对象的软件开发中。掌握面向对象的分析、设计技术。通过具体实例分析，学会建立符合人们通常思维方式的问题域模型，设计客观世界实际问题的系统。要求学生将面向对象中的概念与面向对象程序设计语言中的概念建立联系，加深对概念的理解；掌握面向对象的建模思想、分析方法、开发技术，并运用统一建模语言UML完成一个对实际问题的建模；掌握面向对象的软件开发工具Rose，绘制Use Case 图、Class图、Sequence图、Collaboration图、State图、Component图、Deployment图。

课程主要内容：

面向对象的软件开发是继结构化软件开发方法之后兴起的一种新的软件开发方法。该方法是一种全新的思考方式，以概念为主线，注重建模和视图，使技术、方法、原理与建模语言UML及开发工具Rose为一体。

1．基础知识：面向对象软件开发的范型并与传统的软件开发模型的对比，阐述只有面向对象的方法才能解决“克罗拉多河的大峡谷北岸和南岸”的两个鸿沟问题；面向对象的基本概念（类、对象、消息、继承）及关键性概念（抽象、封装、多态、持久性）；面向对象的UML中的基本符号表示。（2学时）

2．用况技术：加深对需求的理解技术，需求的收集和确认，用况参与者的确定，用况的文字描述，场景的描述，建立用况图。（2学时）

3．面向对象的分析技术：各具特色的典型的分析方法；确定对象的方法：基于事件、事物的分析，实体到对象的方法，类、责任、协作者方法。建立对象模型：确定属性，建立关联和结构，建立类图。建立动态模型：对象顺序图、协作图、状态图、活动图。建立功能模型（DFD图）。（12学时）

4．面向对象的设计：从分析转为设计的模型。面向对象设计的体系结构：逻辑构架，物理构架，介绍包图、组件图、实施图；问题范围的设计：重用已有的类，扩充新的类，优化属性；模式在设计中的作用；典型的设计模式：专家模式、创建者模式、低耦合模式、高聚合模式、控制者模式等。人机交互设计：设计的原则，用户界面的设计过程，通用界面的设计模式：对象封装器模式，对象适配器模式，对象工厂模式，模型—视图—控制器模式(MVC)，出版—订阅者模式，应用协调者模式。任务管理：面向对象和实时系统的概念：活动的类和对象、通信的实现机制，通信相关的概念，UML中的事件、消息，Java中实现同步机制，UML的实时建模手段。（10学时）

5．面向对象的实现：面向对象的编程风格，语言分类及特征，从设计到编码，编程技巧。（2学时）

6．面向对象的测试：传统测试方法的可用性，对OOA，OOD模型的正确性、完整性、一致性复审的测试，为复审选择测试用例的方法，类的测试，类的交互性测试，其他面向对象集成测试的策略，类的继承测试，系统测试，全生命周期的面向对象测试。（3学时）

7．实例分析：图书馆系统的面向对象的分析与设计；大学生注册系统的面向对象的分析与设计（3学时）

8．统一建模语言UML总结：UML模型，UML视图和图，各种视图间关系，各种类元，关系的种类，依赖关系种类，用例之间关系，事件的种类，转换的种类及隐含动作，动作的种类，状态的种类，流关系的种类，UML表示方法总结。(2学时)

课程主要教材：

1. Scott W.Ambler. The Application Developer’s Guide to Object Orientation and

the UML (车皓阳、刘锐等译. 面向对象软件开发教程.机械工业出版社. 2003)

主要参考文献：

1. Cay Horstmann. Object-Oriented Design & Patterns(张琛恩译. 面向对象的设计与模式.电子工业出版社. 2004)

2. Ian Grahum. Object-Oriented Methods Principles & Practice(袁兆山等译.面向对象方法原理与实践. 机械工业出版社2003)

3. Craig Larman. Appling UML and Patterns :An Introduction to Object-Oriented Analysis and Design(姚淑珍等译. UML和模式应用：面向对象分析与设计导论.机械工业出版社.2002)

2、课程简介

课程编号：S1300014Q 课程名称：面向对象技术

英文译名：The Object-Oriented Technology

适用学科：计算机科学与技术及其他研究领域

先修课程：软件工程、数据库

开课院（系）：计算机科学与技术学院

任课教师：王宇颖、苏小红

内容简介：

面向对象的软件开发是继结构化软件开发方法之后兴起的一种新的软件开发方法。该方法是一种全新的思考方式，以概念为主线，注重建模和视图，使技术、方法、原理与建模语言UML及开发工具Rose为一体。主要内容包括：面向对象的基本概念（类、对象、消息、继承）及关键性概念（抽象、封装、多态、持久性等）。面向对象的软件开发范型。Use Case技术。面向对象的分析方法，建模技术，用UML建模语言描述对象模型，动态模型，功能模型等。面向对象的设计：问题范围的设计，人机交互的设计，数据管理的设计，任务管理的设计，设计到代码的转化。面向对象的测试,传统方法测试的可用性,类的测试、交互测试。简介Rose工具的使用。

主要教材：

1．Scott W.Ambler. The Application Developer’s Guide to Object Orientation and the UML (车皓阳、刘锐等译. 面向对象软件开发教程. 机械工业出版社. 2003)

参考文献：

1. Cay Horstmann. Object-Oriented Design & Patterns(张琛恩译. 面向对象的设计与模式.电子工业出版社. 2004)

2. Ian Grahum. Object-Oriented Methods Principles & Practice(袁兆山等译.面向对象方法原理与实践. 机械工业出版社2003)

3. Craig Larman. Appling UML and Patterns :An Introduction to Object-Oriented Analysis and Design(姚淑珍等译. UML和模式应用：面向对象分析与设计导论.机械工业出版社.2002)

分布式系统

1、课程大纲

课程编号：S1300015C

课程名称：分布式系统

开课院系：计算机科学与技术学院任课教师：李斌

先修课程：计算机原理，系统结构，操作系统，计算机网络

适用学科范围：计算机科学与技术

学时：36 学分：2

开课学期：春开课形式：课堂讲授

课程目的和基本要求：

本课程属于计算机科学与技术学科硕士研究生选修课。分布式系统是计算机科学理论的一个重要组成部分，它是提高计算机并行性技术之一，也是计算机体系结构的重要分支。特别是计算机网络的发展为分布式系统的广泛应用提供了平台。分布式系统已经应用到社会的各个领域。本课程通过对分布式系统的软件、硬件实现技术及应用实例地介绍，使学生掌握分布式系统的关键技术，培养学生设计能力。

课程主要内容：

1. 分布式系统的组成及分类（3学时）

分布式系统的概念、特性，分布式系统的层次模型，分布式系统的分类及典型模型，松藕合的多机系统，紧耦合的多机系统，计算机网络，分布式系统的设计需求。

2. 分布式系统的互联技术及通讯（5学时）

分布式系统的互联网络及特点、分布式系统的通讯技术、分布式系统的同步技术、全局时钟、物理时钟、逻辑时钟、网络时间协议。

3. 静态、动态负载分配及负载平衡（5学时）

静态负载分配：任务划分，任务分配，任务调度，动态负载分配：组成要素，负载分配数，负载平衡设计：负载平衡参数，负载平衡策略及设计。

4. 分布式系统的数据一致性模型（5学时）

严格一致性模型、顺序一致性模型、偶然一致性模型、释放一致性模型、其他一致性模型

5. 死锁的预防、检测和恢复（3学时）

死锁问题、死锁的预防、检测及恢复

6. 分布式系统的可靠性（5学时）

基本模型、故障检测及恢复、拜占庭式故障

7. 分布式文件系统（5学时）

分布式文件系统需求、分布式名字服务、分布式目录服务、分布式文件系统

8. 分布式系统举例（5学时）

基于紧藕合的分布式系统—航天容错计算机设计、基于网络的分布式系统—基于网络安全的分布式系统设计。

课程主要教材：

1. 分布式系统概念与设计 (英)George Coulouris Jean Dollimore Tim Kindberg著金蓓弘等译机械工业出版社 2004.1.1

2. 分布式操作系统原理与实践 (美)Doreen L.Galli 著. 徐良贤等译机械工业出版社 2003.1.1

主要参考文献：

分布式系统设计 (美)Jie Wu著, 高传善等译, 机械工业出版社 2001.2.1

2、课程简介

课程编号：S1300015C 课程名称：分布式系统

英文译名： Distributed Systems

适用学科：计算机科学与技术

先修课程：计算机原理，系统结构，操作系统，计算机网络

开课院（系）：计算机科学与技术学院

任课教师：李斌

内容简介：

分布式系统是计算机科学理论的一个重要组成部分，它是提高计算机并行性技术之一，也是计算机体系结构的重要分支。特别是计算机网络的发展为分布式系统的广泛应用提供了平台。分布式系统已经应用到社会的各个领域。通过分布式系统的软件、硬件实现技术及应用实例地介绍，使学生掌握分布式系统的关键技术，培养学生设计能力。

主要教材：

1. 分布式系统概念与设计 (英)George Coulouris Jean Dollimore Tim Kindberg著金蓓弘等译机械工业出版社 2004.1.1

2. 分布式操作系统原理与实践 (美)Doreen L.Galli 著，徐良贤等译，机械工业出版社 2003.1.1

参考文献：

分布式系统设计 (美)Jie Wu著，高传善等译机械工业出版社 2001.2.1

UNIX操作系统设计

1、课程大纲

课程编号：S1300016C

课程名称：UNIX操作系统设计

开课院系：计算机科学与技术学院任课教师：廖明宏、吴翔虎

先修课程：操作系统适用学科范围：计算机科学与技术及相关专业

学时：28 学分：1.5

开课学期：春开课形式：课堂讲授

课程目的和基本要求：

本课程属于计算机科学与技术学科硕士研究生选修课。主要介绍UNIX操作系统的体系结构、工作原理和设计思想。通过学习，使学生掌握操作系统的结构、基本组成和各主要部分的设计原理和实现技术。为学生将来从事操作系统的设计和应用打下基础。要求学生学完本课程后能够设计一个UINX操作系统内核。

课程主要内容：

UNIX概况：UNIX发展历史，UNIX的设计思想及主要特点，UNIX核心的结构及主

组成。

UNIX文件系统：数据缓冲区高速缓冲，文件的内部表示，文件系统的系统调用。

UNIX的进程管理：进程结构，进程控制，进程调度和时间。

存储管理：存贮管理的功能与UNIX存储扩充的机制，UNIX存贮对换策略，请求调页，混合系统。

输入输出管理：UNIX I/O管理的特点，主要数据结构，主要算法。

进程通讯：UNIX进程的基本通讯方式，UNIX系统的IPC。

课程主要教材：

1. Maurice J. Bach著, 陈葆珏等译, UNIX操作系统设计, 机械工业出版社，2000

主要参考文献：

1. 孟庆昌等， UNIX教程, 电子工业出版社，2000

2. 汤子赢等，计算机操作系统, 西安电子科技大学出版社, 2000

2、课程简介

课程编号：S1300016C 课程名称：UNIX操作系统设计

英文译名：The Design of the UNIX Operating System

适用学科：计算机科学与技术及相关专业

先修课程：操作系统

开课院（系）：计算机科学与技术学院

任课教师：廖明宏、吴翔虎

内容简介：

1. UNIX概况：UNIX发展历史，UNIX的设计思想及主要特点，UNIX核心的结构及主要组成。

2. UNIX文件系统：数据缓冲区高速缓冲，文件的内部表示，文件系统的系统调用。

3. UNIX的进程管理：进程结构，进程控制，进程调度和时间。

4. 存储管理：存贮管理的功能与UNIX存储扩充的机制，UNIX存贮对换策略，请求调页，混合系统。

5. 输入输出管理：UNIX I/O管理的特点，主要数据结构，主要算法。

6. 进程通讯：UNIX进程的基本通讯方式，UNIX系统的IPC。

主要教材：

1．Maurice J. Bach著, 陈葆珏等译, UNIX操作系统设计, 机械工业出版社，2000

参考文献：

1. 孟庆昌等， UNIX教程, 电子工业出版社，2000

2. 汤子赢等，计算机操作系统, 西安电子科技大学出版社, 2000

数据仓库与数据挖掘

1、课程大纲

课程编号：S1300017C

课程名称：数据仓库与数据挖掘

开课院系：计算机科学与技术学院任课教师：李建中

先修课程：数据库系统原理适用学科范围：计算机科学与技术

学时：36 学分：2

开课学期：春开课形式：课堂授课

课程目的和基本要求：

本课程属于计算机科学与技术学科硕士研究生选修课。通过课程的学习，使学生对数据仓库和数据挖掘的整体结构、概念、理论、技术和方法有深入的认识和了解，如数据仓库的多维数据模型、多维数据模型的表示等；使学生掌握基于数据仓库的联机分析处理 (0n-Line Analytical Processing, OLAP)技术及方法，如多维OLAP操作及算法、存储与索引技术、查询处理及优化技术等。了解OLAP分析技术的研究问题、现状及未来的研究方向；掌握数据挖掘的技术及方法，如关联规则、聚类、分类、时间序列分析等。了解数据挖掘技术的研究问题、现状及未来的研究方向。

课程主要内容：

数据仓库的基本概念及系统结构。（2学时）

数据仓库的多维数据模型及模型的表示方法。（4学时）

数据仓库的存储与索引技术。（4学时）

OLAP概念、操作及操作的实现技术，如聚集、幂聚集、Roll-up、Drill-down等。（4学时）

区域查询处理技术及查询优化技术。（4学时）

数据仓库的维护及元数据管理技术。（4学时）

数据挖掘的基本概念及挖掘方法的分类。（3学时）

关联规则挖掘技术。（3学时）

聚类分析技术。（3学时）

分类和预测。（2学时）

时间序列分析技术。（3学时）

课程主要教材：

1. W.H.Inmon. Building the Data Warehouse. New York: Join Wiley &Sons, 1996.

2. Jiawei Han, Micheline Kamber. Data Mining: Concepts and Techniques. Morgan Kaufmann Publishers, Inc. 2001.

主要参考文献：

1. R.Kimball. the data warehouse toolkit. New York: Join Wiley & Sons, 1996.

2. E.Thomsen and S.Greenberg. OLAP Solutions :Building Multidimensional Information Systems. New York: Join Wiley & Sons, 1997.

3. S.Chaudhuri and U.Dayal. A Overview of Data Warehousing and OLAP Technology. ACM SIGMOD Record, 26:65-74, 1997.

4. E. F. Codd, Providing OLAP(on-line analytical processing) to user-analysts: An IT mandate, Technical report, E. F. Codd and Associates, 1993.

5. Agrawal R, Gupta A, Sarawagi S. Modeling Multidimensional Databases. In: Proceedings of the 13^rd International Conference on Data Engineering. Birmingham，U.K. 1997. 105~116.

6. Gray, J., Chaudhuri, S., Bosworth, A., et al. Data Cube: A Relational Aggregation Operator Generalizing Group-by, Cross-tables and Sub-totals. Data Mining and Knowledge Discovery, Vol.1, No.1, 29-53, 1997.

7. Agarwal, S., Agrawal, R., Deshpande, P.M., etc. On the Computation of Multidi- mensional Aggregates. In Proc. of the 22nd VLDB Conference, Mumbai, India, pp 506-521, 1996.

8. Zhao, Y., Deshpande, P.M., and Naughton, J.F., An Array-Based Algorithm for Simultaneous Multidimensional Aggregations, In Proc. of the 1997 ACM SIGMOD Conf. 1996.

9. Jianzhong Li and J. Srivastava, Efficient Aggregation Algorithms for Very Large Compressed Data Warehouses, In Proc. the 25th Intl. Conf. on Very Large Databases, 1999

10. P. O’Neil and D. Quass. Improved Query Performance With Variant Indices. In Proceedings of SIGMOD’97, pages 38–49. ACM Press, 1997.

11. Rachel Pottinger, Alon Levy, A Scalable Algorithm for Answering Queries Using Views (Research), pp.484-495, vldb2000.

12. C.T. Ho, R. Agrawal, R. Megiddo, and R. Srikant. Range Queries in OLAP Data Cubes. In Proceedings of the Intl. ACM SIGMOD Confference, pages 73-88, Tucson, Arizona, May 1997.

13. Aris Tsois, Timos K. Sellis. The Generalized Pre-Grouping Transformation: Aggregate-Query Optimization in the Presence of Dependencies. In Proc. the 29th Intl. Conf. on Very Large Databases, 2003, 644-655.

14. R. Agrawal and R. Srikant. Fast algorithms for mining association rules. VLDB'94 487-499, Santiago, Chile.

15. M. S. Chen， J. Han， P. S. Yu， Data Mining: An Overview from a Database Perspective. IEEE Transactions on knowledge and data engineering. 1996,8(6): 866~883

16. R. Agrawal，and J. C. Shafer. Parallel mining of association rules. IEEE Transactions on Knowledge and Data Engineering，1996，8(6): 962~969

17. R. Agrawal and R. Srikant. Mining sequential patterns. ICDE'95, 3-14, Taipei, Taiwan.

18. H. Mannila, H Toivonen, and A. I. Verkamo. Discovery of frequent episodes in event sequences. Data Mining and Knowledge Discovery, 1:259-289, 1997.

19. Martin Ester，Hans-Peter Kriegel and Xiaowei Xu. A density-based algorithm for discovery clusters in large spatial database with noise. Evangelos Simoudis, Jiawei Han, Usama M. Fayyad. Proceedings of the Second International Conference on Knowledge Discovery and Data Mining (KDD’96)，AAAI Press , 1996:226~231

20. S. Chakrabarti, B. E. Dom, and P. Indyk. Enhanced hypertext classification using hyper-links. In Proc. 1998 ACM-SIGMOD Int. Conf. Management of Data(SIGMOD'98),307-318

21. K. Wang, S. Zhou, and S. C. Liew. Building hierarchical classifers using class proximity. In Proc. 1999 Int. Conf. Very Large Data Bases(VLDB'99),363-374.

2、课程简介

课程编号：S1300017C 课程名称：数据仓库与数据挖掘

英文译名：Data Warehouse and Data Mining

适用学科：计算机科学与技术与相关学科

先修课程：数据库系统原理

开课院（系）：计算机科学与技术学院

任课教师：李建中

内容简介：

本课程以数据仓库和数据挖掘为知识单元，系统地介绍了数据仓库和数据挖掘的整体结构、概念、理论、技术和方法，主要内容包括：数据仓库的基本概念及系统结构；数据仓库的多维数据模型及模型的表示方法；数据仓库的存储与索引技术；OLAP概念、操作及操作的实现技术；区域查询处理技术及查询优化技术；数据仓库的维护及元数据管理技术；数据挖掘的基本概念及挖掘方法的分类；关联规则挖掘技术；聚类分析技术；分类和预测；时间序列分析技术。