北京物资学院信息学院计算机软件与理论的研究生培养方案

计算机软件与理论 学科（代码： 081202 ）

一、学科简介
计算机软件与理论学科研究计算系统的基本理论、计算系统的程序理论与方法和计算系统基础软件。计算系统基本理论主要研究求解问题的可计算性和计算复杂性，研究可求解问题的建模和表示、以及到物理计算系统的映射，目标是为问题求解提供基本方法和理论。计算系统的程序理论与方法主要研究如何构造程序形成计算系统以完成计算任务，目标是为问题求解提供程序实现。计算系统基础软件主要研究计算系统资源（硬件、软件和数据）的高效管理方法和机制；研究方便用户使用计算系统资源的模式和机制，目标是为用户高效便捷地使用计算系统资源提供基础软件支持。计算机软件与理论的研究范围十分广泛，包括系统软件、软件自动化、程序设计语言、数据库系统、软件工程、并行处理与高性能计算、智能软件、理论计算机科学、人工智能、计算机科学基础理论等。
二、培养目标和基本要求
树立正确的人生观、价值观，具备高尚的道德情操和高度社会责任感；掌握坚实的计算机软件与理论学科的基础理论和系统的专门知识，了解学科的发展现状、趋势及研究前沿，较熟练地掌握一门外国语；具有严谨求实的科学态度和作风，能够运用计算机软件与理论学科的方法、技术与工具从事该领域的基础研究、应用基础研究、应用研究、关键技术创新及系统的设计、开发与管理工作，具有从事本学科和相关学科领域的科学研究或独立担负专门技术工作的能力。
三、培养方向
计算机软件与理论二级学科建设中以物流信息化工程为背景，围绕信息管理与系统、知识发现、优化控制、决策支持等几个领域开展，将计算机科学与技术学科与物流信息技术、物联网技术等相关知识进行交叉融合，在数据仓库与数据挖掘、人工智能方法与应用等方向开展科学研究，形成特色鲜明、互为支撑的研究体系。
本二级学科下设两个培养方向，分别为大数据与数据挖掘、人工智能方法与应用。
（1）大数据与数据挖掘
大数据与数据挖掘是关于数据库、数据仓库的知识发现的研究和应用，以基于关系模型的数据仓库和多维数据仓库理论研究为基础，着重数据挖掘方法和技术的研究；以搭建企业数据仓库为起点，侧重多元统计、启发式随机算法、神经网络模型、决策模型等数据挖掘技术的应用研究，以期为企业提供有用、有效的决策信息。
本学科方向注重研究数据库和知识发现的一般理论、方法和技术研究，强调以供应链管理和物流工程为背景的应用研究。在供应链一体化协同管理中，通过数据挖掘发现潜在的管理模式，发现协同管理中的关键因素，从而促进知识发现方法和技术的创新研究；在物流工程中，通过数据挖掘获取决策信息，为物流信息系统的构建，为物流工程的实施提供依据。特别是在物流工程系统优化、仓储管控一体化的优化、配送作业优化等领域期望获得突破性成果。
（2）人工智能方法与应用
人工智能是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。主要内容包括知识表示、自动推理和搜索方法、机器学习、专家系统、自然语言处理、智能机器人等方面。其中机器学习是人工智能的核心，研究计算机怎样模拟或实现人类的学习行为，以获取知识或技能。常用算法包括深度学习、归纳学习算法、决策树、粗糙集、神经网络、支持向量机、聚类算法和遗传算法等。人工智能的应用较为广泛，包括模式分类、图像识别、天气预报，回归分析，金融预测分析等领域。
本学科方向密切结合生物信息学领域、物联网技术领域和物流管理中的热点、难点问题，把问题分析、模型建立、算法设计、算法理论分析、算法程序实现等步骤融合在一起，为解决实际问题提供全方位的理论指导和技术支持。
四、培养方式
研究生的培养实行导师负责与指导小组集体培养相结合；专业课程的教学一般是课堂讲授并辅以上机实践，某些课程将根据实际情况，采取讲授、课题设计、讨论班、导师个别指导与研究生自学，理论学习与科学研究相结合等多种方式进行；课程学习与实习实践相结合，课程学习主要在校内完成，实习、实践可以在现场或实践基地完成；因材施教，充分发挥研究生的特长和才能。根据各自特点采取不同的培养方式，鼓励冒尖学生大胆探索，勇于创新，进行开拓性研究；组织研究生参加与本专业有关的教学活动、科学研究与科技开发活动，在实践中培养教学科研和社会活动能力。
五、学习年限
学习年限为2.5年，最多不超过5年。
六、课程设置及学分要求

课程类别		课程名称	学时	学分	考核 方式	开课 学期	备注
学 位 课（19学分）	公共学位课 （7学分）	学位英语	64	4	考试	1-2	必选
		中国特色社会主义理论与实践研究	32	2	考试	1
		自然辩证法	16	1	考试	2	二选一
		马克思主义与社会科学方法论	16	1	考试
	基础学位课 （6学分）	现代数据库技术	32	2	考试	1	必选
		现代软件工程学	32	2	考试	1	必选
		高级计算机体系结构	32	2	考试	1	必选
	专业学位课 （6学分）	数据挖掘理论与技术	32	2	考试	1
		人工智能	32	2	考试	2
		算法设计与分析	32	2	考试	2
		数字图像处理	32	2	考试	2
选 修 课（³12学分）	学科/专业（方向）选修课程（³8学分）	智能计算	32	2	考查	2
		智能物流系统	32	2	考查	2
		面向对象方法与技术	32	2	考查	2
		物联网工程	32	2	考查	1
		形式语言与自动机	32	2	考查	2
		高级操作系统	32	2	考查	2
		云计算与大数据	32	2	考查	2
		移动平台应用软件技术	32	2	考查	2
		三维图形建模与3D打印	32	2	考查	2
		传感器网络	32	2	考查	2
		网络与信息安全	32	2	考查	2
		计算机测量与信息处理	32	2	考查	2
		嵌入式系统设计	32	2	考查	2
	公共选修课 （4学分）	管理研究方法论	32	2	考查	1
		经济研究方法论	32	2	考查	1
		经济学前沿专题	32	2	考查	1
		企业管理前沿专题	32	2	考查	1
		高级物流学	32	2	考查	2
		现代物流信息技术	32	2	考查	1
		数据挖掘理论与技术	32	2	考查	1
		物联网工程	32	2	考查	1
		文献检索与论文写作	32	2	考查	2
		SAP系统实训	16	1	考查	2
必修环节（2学分）	参加前沿学术讲座	至少参加20次与本学科相关的校内外组织的专题讲座、学术报告或研究生论坛。参加活动后必须撰写心得体会，由导师督促其完成并考核效果。	／	2	考查	1-4
	参加学术研讨班活动	由导师指导、学生自主组织与管理、定期举行的学术研讨活动，围绕某一研究主题进行文献调研并在本学院或本学科范围内进行论文报告，目的是让学生了解本学科或相关学科的前沿论题和发展动态。	／		考查	1-4
	参加科研活动	在导师指导下，学生参与导师的科学研究，累计工作时间不少于100小时。	／		考查	1-4
	中期考核	采用笔试与口试相结合的形式，笔试重点考查论文格式规范等内容，由研究生部统一组织，口试由二级学院协调组织导师组实施，重点考查研究生对学科/研究方向基础知识、现有文献及发展动态的掌握情况等。	／	0	考试/考查	3
	教学实践/ 社会实践	学习期间需参与教学实践，开展社会调研等活动，由导师负责考查。	／	0	考查	4-5

七、跨专业考取的研究生补修本专业本科主干课程要求及课程目录
计算机软件与理论学科建议补修计算机组织与结构、数据结构、电子技术、数据库原理本科课程。
八、学位论文工作
1．学位论文开题报告
第三学期到第四学期初，学科责任单位负责组织学位论文开题报告答辩会，对研究生学位论文选题进行考查，具体按相关规定执行。
2．学位论文中期检查
第四学期末，学科责任单位组织学位论文中期检查答辩会，对研究生学位论文的工作进展、工作态度及存在问题等进行全方位考查，具体按相关规定执行。
3．学位论文预答辩
为确保学位论文质量，各学科责任单位可根据各学科具体情况，组织研究生在正式答辩前一个半月参加学位论文预答辩会。
4．学位论文评审与文字重合率查询
研究生在申请学位论文答辩前，均须参加学校研究生部统一组织的学位论文匿名评审及文字重合率查询，具体按相关规定执行。
5．学位论文答辩
学位论文通过匿名评审和专家评审后，研究生方可提出学位论文答辩申请，具体按相关规定执行。
6. 学位论文末位监控
学院学位评定分委员会对学位论文答辩全部通过的答辩分组实施“末位监控”：对其中虽通过答辩但成绩排序最后一名答辩人的学位论文进行审议前，须将该论文提交至研究生部，由研究生部负责聘请专家进行盲审评阅。学院学位评定分委员会根据盲审评阅结果，对论文进行审议，并采取不记名投票方式表决，经三分之二及以上委员参加且以全体委员应到人数的过半数表决同意，方为有效，并报学校学位评定委员会审定。
九、公开发表学术论文要求
研究生必须发表以本人为第一作者（导师为第一作者、研究生为第二作者，可视同为第一作者）、与本学科相关的学术论文1篇，且第一署名单位为北京物资学院。
研究生如发表学术论文未达到要求，可以进行学位论文答辩，但校学位评定委员会暂不受理其学位申请，待其发表论文达到要求后，再提交至校学位评定委员会审议其学位申请。
十、毕业及学位授予
研究生在学制规定的期限内按培养计划的规定完成课程学习和必修环节、学习成绩合格和学位论文答辩通过者，准予毕业，发毕业证书。研究生通过课程计划的学习，但学位论文未通过者，按结业处理，发给结业证书。学习满一学年以上退学的研究生，完成培养计划要求的课程学习且成绩合格者，发给肄业证书。
准予毕业的研究生，可根据《北京物资学院硕士学位工作实施细则》的规定，经学位评定委员会评定通过后，授予相应的学位，颁发学位证书。