1、計算機科學與技術學院博士研究生課程062301 計算機科學數學 32學時/2 學分英文譯名：Mathematics for Computer Science適用領域：計算機科學與技術，計算機應用技術任課教師：黃少濱教學目的：通過本課程的學習，使研究生熟悉掌握現代計算機科學與技術的相關理論基礎，為后續的科學研究工作打下堅實的基礎。預備知識或先修課程要求：算法設計與分析，離散數學，程序設計，數據結構等。教學方式及學時分配：課堂講授28學時，課堂討論4學時。學時教學內容教學方式4數理邏輯、多值邏輯、模糊邏輯、模態邏輯授課2時態邏輯、線性邏輯、組合邏輯、非單調邏輯、直覺主義邏輯授課4抽象代數、范疇論、

2、量子計算中的計算機科學簡介授課2對計算科學的思考、組合學、密碼學授課2算法、算法學授課2計算復雜性理論授課2可計算性理論授課2自動機理論、形式語言理論課堂討論4形式語義、類型論授課2并發模型、程序邏輯授課4混合計算模型、程序驗證授課2計算機科學的發展量子信息學簡介課堂討論教學主要內容及對學生的要求： 本課程比較全面地介紹計算機科學的理論基礎，包括邏輯學、代數學、計算理論、程序理論及量子計算簡介，為博士生打下堅實的理論基礎，并要求博士生要擴展學習與研究，為后續的學術研究及科研工作做好準備。內容摘要：本課程將主要介紹數理邏輯包括命題邏輯、一階邏輯、高階邏輯、哥德爾完全性定理、多值邏輯、非單調邏輯、

3、直覺主義邏輯等全面的邏輯學基礎為后續的若干研究方向打下邏輯基礎；在代數學方面，重點介紹抽象代數學包括群、環、域、格，布爾代數、關系代數、計算機代數、計算機數學，范疇論，計算數論，組合學密碼學等基本概念； 計算理論方面，算法、算法學，計算復雜性理論包括復雜性度量、復雜性歸約等，可計算性函數、遞歸函數、可判定問題、不可判定問題等，自動機理論方面主要介紹有限自動機、圖靈機、概率自動機等，形式語言理論簡介；程序理論方面重點介紹形式語義，類型論，進程代數、通信系統演算、程序邏輯、混合計算模型、程序驗證等。考核方式：采用課程論文的方式進行考核，百分制。主要參考書目：1 計算機科學技術百科全書.（第二版）張

4、效祥主編.清華大學出版社. 2005年2 量子計算和量子信息（一）.Michael A.Nielsen,Isaac L.Chuang著，趙千川譯.清華大學出版社. 2004年3 計算理論基礎.Harry R.Lewis,Christos H.Papadimitriou著，張立昂 劉田譯.4 Principles of Model Checking.Christel Baier,Joost-Pieter Katoen.The MIT Press 2007.062302 機器學習理論 32學時/2學分英文譯名：Machine Learning Theory 適用領域：計算機應用技術任課教師：張汝波

5、教學目的：通過該課程的學習使學生了解機器學習領域的最新發展動向及現狀；掌握機器學習的新概念、新理論、新方法與技術及其應用情況；能夠運用機器學習方法來解決實際問題；為進一步深入研究建立有關概念和方法的基礎。預備知識或先修課程要求：計算智能、人工智能、模式識別教學方式及學時分配：課堂授課24學時、課堂討論8學時學時教學內容教學方式2機器學習概論授課2概念學習授課2決策樹學習授課2連接學習授課2評估假設授課2計算學習理論授課2基于實例的學習授課2進化學習授課2分析學習授課2歸納學習與分析學習的結合授課4強化學習授課8機器學習的新理論課堂討論教學主要內容及對學生的要求：本課程強調機器學習的理論原理的教

6、學，注重從實例入手使學生理解機器學習的概念與原理，注重從機器學習的基本框架上理解不同機器學習方法之間的異同點。內容摘要：近年來機器學習理論在諸多應用領域得到成功的應用與發展，已成為計算機科學的基礎及熱點之一。采用機器學習方法的計算機程序被成功用于各個應用領域。本課程突出強調機器學習的理論原理的教學，注重從實例入手使學生理解機器學習的概念與原理，注重從機器學習的基本框架上理解不同機器學習方法之間的異同點。主要教學內容包括概念學習、決策樹學習、連接學習、評估假設、計算學習理論、基于實例的學習、進化學習、分析學習、強化學習等。最終考核以大作業方式來進行。考核題目可以從推薦的選題中選擇，或與自己將來的

7、研究內容相結合，或根據其它興趣選擇。所完成的作業目應是關于機器學習算法的實現及其在某個特定領域中的應用。考核方式：采用課程論文的方式進行考核，百分制。主要參考書目：1 Tom M. Mitchell著，曾華軍等譯，機器學習，機械工業出版社，2003年2 張汝波 強化學習理論及應用哈爾濱工程大學出版社，2001年062303 計算機網絡新技術 32 學時/ 2 學分英文譯名：New Technology on Computer Network適用領域：計算機應用技術任課教師：王慧強教學目的：通過該課程的學習使學生對近年來計算機網絡新技術有一個系統深入的認識，并對一些關鍵技術有較為深刻的理解和掌握

8、。預備知識或先修課程要求：要求學生具有扎實的計算機網絡基礎。教學方式及學時分配：教學采用課堂授課和課堂討論的方式，其中授課和研討各占16學時。學時教學內容教學方式2引言;授課4網絡可信性授課2網絡安全管理課堂討論2移動計算授課2普適計算授課2無線傳感器網絡技術課堂討論2多媒體網絡; 授課2下一代因特網課堂討論2網絡并行計算技術課堂討論2分布式系統課堂討論2信息安全理論與技術(1)課堂討論2信息安全理論與技術(2)課堂討論4P2P網絡技術授課2網絡應用課堂討論教學主要內容及對學生的要求：該課程主要介紹計算機網絡近年來的發展情況，要求學生具有扎實的計算機網絡基礎。內容摘要：計算機網絡是通信技術與計

9、算機并行發展且密切結合的產物，已有30年的發展歷史了。近35年內急速發展，新思想、新技術、新產品、新應用、新標準層出不窮。本課程抓住計算機網絡中的關鍵技術，介紹最新的發展狀況。其中關鍵技術有如下幾方面：網絡可信性，包括自律可信性、生物啟發的可信性和綜合可信性。網絡管理安全，包括網路管理模型、監控和態勢感知技術。移動計算技術，包括3G技術、移動IP技術、移動代理技術等。無線傳感器網絡技術，包括安全協議問題、節點移動性管理、組網技術等。多媒體網絡技術，包括IP電話技術、IP視頻會議技術和視頻點播技術等。下一代互聯網技術，包括IPV6路由交換技術、一體化網絡與服務等。網絡并行計算技術，包括服務器集群

10、技術、網格計算技術、存儲網絡技術等。實時因特網技術，包括因特網協議、時延的計算與測評，流控制協議等。網絡應用層技術，包括流媒體技術、P2P網絡技術、WEB服務器集群緩存技術等。針對上述關鍵技術，本課程分為若干專題進行討論，重點是多媒體網絡，無線傳感器網絡，移動計算和普適計算等，由于計算機網絡是一門綜合性很強的應用技術，知識面廣，且內容更新快，因此本課程的安排以計算機新技術為主，理論為輔。考核方式：采用課程論文的方式進行考核，百分制 。主要參考書目：1 網絡計算新技術胡凱等科學出版社 2001年2 分布式系統概念與設計DISTRIBUTEDSYSTEMS: CONCEPTS AND DESIGN

11、 GEORGE COULOURIS等機械工業出版社062304 軟件體系結構 32學時/ 2學分英文譯名：Software Architecture適用領域：計算機應用任課教師：孫潮義、曹萬華教學目的：通過系統討論軟件體系結構的基本原理、運用方法和工程實踐等問題，讓學生全面了解軟件體系結構研究、應用領域及其最新進展；強調理論聯系實際的學習形式，通過該課程的學習力求解決科研實踐中的具體問題。預備知識或先修課程要求：計算復雜性理論、面向對象方法學、軟件工程環境相關知識。教學方式及學時分配：課堂授課20學時、課堂討論12學時學時教學內容教學方式2概述，包括軟件危機、構件與軟件重用、軟件體系結構的興起

12、和發展授課4軟件體系結構建模授課4軟件體系結構風格授課4軟件體系結構描述授課2基于體系結構的軟件開發授課2軟件體系結構評估授課2軟件產品線體系結構授課12文獻閱讀研討課堂討論教學主要內容及對學生的要求：該課程主要介紹軟件體系結構的基本原理、運用方法和工程實踐等問題。要求學生課前預習計算復雜性理論、面向對象方法學、軟件工程環境內容摘要：隨著軟件系統規模越來越大和越來越復雜，整個系統的結構和規格說明就顯得非常重要。在此背景下，人們認識到了軟件體系結構的重要性，認為對軟件體系結構的系統進行深入的研究是提高軟件生產率和解決軟件維護問題的有效途徑。考核方式：采用課程論文的方式進行考核，百分制。主要參考書

13、目：1 軟件體系結構張友生等清華大學出版社 2004年2 軟件產品線關鍵方法與技術研究 王廣昌浙江大學博士學位論文062305 C3I系統中的數據融合技術 32學時/ 2學分英文譯名：Data Fusion Technology in C3I systems適用領域：計算機應用技術課程教師：周永豐、夏學知教學目的：通過課堂教學、仿真實驗、撰寫綜述報告、課堂研討等形式，培養學生分析、歸納和綜合的基本研究技能，使學生在較短時間內掌握數據融合的基本理論和方法，以利于對以后實際系統的研制。預備知識或先修課程要求：數理統計、矩陣論、線性系統理論（現代控制理論）等相關知識。教學方式及學時分配：課堂授課20

14、學時、課堂討論12學時教學主要內容及對學生的要求：以C3I系統工程為背景，系統講授數據融合的理論及其應用。學時教學內容教學方式2數據融合技術的概述授課4數學基礎知識授課4目標跟蹤和濾波授課4數據關聯授課4目標綜合識別授課2態勢評估和威脅評估授課12文獻閱讀研討課堂討論內容摘要：結合數據融合技術的發展，系統地講授數據融合基本理論和應用，突出基本概念和復雜環境下的數據融合技術應用。考核方式：采用課程論文的方式進行考核，百分制。主要參考書：1 C3I系統中的數據融合技術王小非周永豐哈爾濱工程大學出版社 2006年2 數據融合理論與應用康耀紅西安電子科技大學出版社062306 數據挖掘理論 32學時/

15、2學分英文譯名：Data Mining Theory適用領域：博士研究生任課教師：張健沛教學目的：通過學習，使學生比較系統地掌握數據挖掘理論及相關技術。數據挖掘與數據倉庫概述、數據挖掘方法論、數據挖掘核心技術、數據挖掘應用技術、數據挖掘技術發展趨勢等。預備知識或先修課程要求：新一代數據庫、人工智能原理相關知識。教學方式及學時分配：課堂授課32學時學時教學內容教學方式2數據挖掘概述授課6數據挖掘相關技術授課、討論6決策樹算法授課、討論6關聯規則算法授課、討論6聚類分析方法授課、討論2基于示例的學習方法授課4數據挖掘應用授課教學主要內容及對學生的要求：數據挖掘是信息領域發展最快的技術，是一個多學科交叉的領域。一方面，數據挖掘以計算機技術的發展為首要條件，沒有數據的有效組織，從數據垃圾中發現有用知識是癡人說夢；沒有大量計算算法的支持，及時是簡單的查詢也會耗時巨大；另一方面，及時數據庫得到了有效組織，計算算法足夠先進，想要發現海量數據中隱藏的有用信息，還必須綜合利用統計學、