一、培养目标
培养适应国家建设需要的、热爱祖国、遵纪守法、德智体全面发展、基础扎实、知识面宽、能力强、素质高具有创新精神、具备严谨科学态度和敬业精神的软件工程的复合型高层次专门人才。熟练地掌握一门外国语。掌握软件工程领域坚实的基础理论和宽广的专业知识,具备运用先进的工程化方法、技术和工具从事软件分析、设计、开发、维护等工作的能力,以及工程项目的组织与管理能力、团队协作能力、技术创新能力和市场开拓能力。能胜任软件工程的教学、科研、软件系统开发等工作。
二、研究方向
研究方向1:移动云计算
软件工程(学科代码:0835)
研究方向2:大数据处理
软件工程(学科代码:0835)
研究方向3:信息系统开发与集成
软件工程(学科代码:0835)
三、学习年限
全日制学术型硕士研究生学制为3年,优秀硕士生提前完成课程学习、必修环节和学位论文者,经学校批准可申请提前答辩和提前毕业,但在校学习年限不少于2年。最长学习年限(含休学等中断时间)不超过4年。
四、培养方式
硕士生培养采取导师负责与集体培养相结合的方式,对硕士生进行集体指导。充分发挥本学科导师集体指导的优势,拓宽硕士生的学术视野。对硕士生的培养采取课程学习和学位论文工作相结合的方式。
1、导师是硕士生培养的第一责任人,同时成立导师组,导师组由3~5 人组成,成员主要是导师、其他导师和部分优秀青年教师。其他导师协同辅导硕士生,青年教师作为副导师,与导师共同指导、培养硕士生。
2、硕士生培养主要侧重于实践能力、科研素养等方面。硕士生应在导师组指导下制订个性化的个人学习和研究计划。入学后三个月内制订完成个人培养计划。硕士生的理论课程学习,采取课堂讲授、自学和研讨等相结合的教学方式;一门课程可安排多位教师授课。课程学习环节应注重锻炼硕士生的自主学习能力、实践应用能力,培养硕士生的独立探索精神和创新意识。
3、夯实硕士生本学科理论基础,系统地掌握本学科及相关学科分支的专门知识,充分重视专业文献阅读、文献利用能力的培养。加强实践能力培养环节,注重理论与实践相结合。安排足够的时间进行教学实践或专业实习。
4、加强对硕士生科研创新能力的培养。员工参与导师的课题研究和必要的学术交流活动。结合本学科特点,硕士生应积极参与国际国内学术会议、听取校内外专家各类学术报告、参与校内学术研讨(Seminar)。
5、加强硕士生的思想政治工作和道德品质、学术道德规范和文明礼貌的教育。鼓励研究生积极主动参加社会公益活动,全面促进研究生身心健康发展。
五、课程设置与学分要求
攻读本学科硕士学位研究生需获得必修课(学位课)21学分、选修课6学分、必修环节6学分,总学分33学分。
学分与学时数的折算按照18 学时1 学分计算,公共外语按照20 学时1 学分计算。
(1)必修课程包括公共基础课、学科基础课、研究方向课(共21 学分)。
必修课程考核方式为考试,成绩按百分制评定,达到70分及以上方为合格并获得学分,考核不合格且参加补考后仍不合格者,不得进入论文撰写阶段。
(2)选修课程包括学科专业选修课、公共选修课和跨学科选修课(共6学分)。
学科专业选修课每门课程2学分,每位硕士生选修课程学分不得少于4学分。
选修课通过考查取得学分。选修课程考核方式采用考试或考查,以百分制评分,60分为合格。
(3)补修课程
同等学力及跨专业考入的硕士生应补修本专业本科主干课程。具有本专业专科学历以同等学力考取的硕士生须补修2 门,跨专业的硕士生补修3 门。补修的课程不计学分。
(一)必修课程(21学分)
课程类别
|
课程名称
|
学时
|
学分
|
考核
方式
|
开课
学期
|
开课单位
|
开课对象
|
备注
|
公共基础课(7学分)
|
思想政治理论
|
54
|
3
|
考试
|
1
|
政治学院
|
全体研究生
|
|
英语
|
80
|
4
|
考试
|
2
|
外语学院
|
学科
基础课
(8学分)
|
高级软件工程
|
54
|
3
|
考试
|
1
|
新奥葡萄京
|
一级学科
各方向
|
方法类、前沿类课程
|
算法设计与计算复杂性
|
36
|
2
|
考试
|
1
|
新奥葡萄京
|
机器学习与数据挖掘
|
54
|
3
|
考试
|
1
|
新奥葡萄京
|
研究
方向课
(6学分)
|
软件架构与设计模式
|
54
|
3
|
考试或考查
|
1
|
新奥葡萄京
|
研究方向1、3
|
一级学科各方向研究生学习2门课程。
|
大数据处理与分析
|
54
|
3
|
考试或考查
|
1
|
新奥葡萄京
|
研究方向1、2
|
高级Web开发
|
54
|
3
|
考试或考查
|
1
|
新奥葡萄京
|
研究方向1、2、3
|
嵌入式系统设计
|
54
|
3
|
考试或考查
|
2
|
新奥葡萄京
|
研究方向1、2、3
|
移动开发技术
|
54
|
3
|
考试或考查
|
2
|
新奥葡萄京
|
研究方向1、2、3
|
注:思想政治理论,内容包括中国特色社会主义理论与实践研究(全体研究生)、自然辩证法(理工科)、马克思主义与社会科学方法论(人文社科)
(二)选修课程(6学分)
课程类别
|
课程名称
|
学时
|
学分
|
考核
方式
|
开课
学期
|
开课单位
|
开课对象
|
备注
|
学科专业选修课
(至少4学分)
|
科技论文写作
|
36
|
2
|
考查
|
2
|
新奥葡萄京
|
一级学科
各方向
|
1.研究生需选修不少于3门6学分的学科选修课。
2.研究生可跨学科选课。
3.选修课程需列入个人培养计划。
|
高级网络编程技术
|
36
|
2
|
考查
|
2
|
新奥葡萄京
|
可视化建模与UML
|
36
|
2
|
考查
|
2
|
新奥葡萄京
|
模式识别原理与应用
|
36
|
2
|
考查
|
2
|
新奥葡萄京
|
人工智能
|
36
|
2
|
考查
|
2
|
新奥葡萄京
|
软件测试与质量管理
|
36
|
2
|
考查
|
3
|
新奥葡萄京
|
程序设计综合
|
36
|
2
|
考查
|
3
|
新奥葡萄京
|
软件设计方法
|
36
|
2
|
考查
|
2
|
新奥葡萄京
|
软件需求与建模
|
36
|
2
|
考查
|
2
|
新奥葡萄京
|
多媒体设计与开发
|
36
|
2
|
考查
|
1
|
新奥葡萄京
|
图形与图像处理
|
36
|
2
|
考查
|
3
|
新奥葡萄京
|
公共选修课
|
教育学
|
18
|
1
|
考查
|
3
|
教育学院
|
任选
|
|
心理学
|
18
|
1
|
考查
|
3
|
教育学院
|
跨学科选修课
|
其他学科研究生课程
|
|
2
|
|
2
|
|
任选
|
|
|
|
|
|
|
|
(三)补修课程(不计学分)
课程类别
|
课程名称
|
学时
|
学分
|
考核
方式
|
开课
学期
|
开课单位
|
开课对象
|
备注
|
本科主干课程
|
Java程序设计
|
72
|
0
|
考试
|
1或2
|
新奥葡萄京
|
同等学力/跨学科
|
同等学力/跨学科考入的研究生,必须补修2/3门本学科的本科生主干课程,需列入个人培养计划,只记录成绩,不计学分。
|
数据结构
|
72
|
0
|
考试
|
1或2
|
新奥葡萄京
|
同等学力/跨学科
|
计算机网络
|
72
|
0
|
考试
|
1或2
|
新奥葡萄京
|
同等学力/跨学科
|
C++程序设计
|
72
|
0
|
考试
|
1或2
|
新奥葡萄京
|
同等学力/跨学科
|
操作系统
|
72
|
0
|
考试
|
1或2
|
新奥葡萄京
|
同等学力/跨学科
|
数据库原理
|
72
|
0
|
考试
|
1或2
|
新奥葡萄京
|
同等学力/跨学科
|
六、必修环节
必修环节主要包括学术研讨、学术活动、实践实习、开题报告和学位论文4个环节,共计6学分。必修环节采用考查的形式,成绩按“优秀”、“合格”和“不合格”三级制评定。
(1)学术研讨(2 学分)
硕士生要参加导师组或导师组织的学术研讨(Seminar),每学期不少于10 次,考核办法以相关文件为准。Seminar主要由导师组组织,导师进行考核,每次Seminar后写一个讨论报告或会议记录,由导师签字认可。
(2)学术活动(1 学分)
满足以下条件之一的,经学院考核、研究生院审查后,考查合格计1 学分。
l参加1 次国际国内学术会议,且提交论文或做小组以上级别的主题发言。
l参加1 次国际国内学术会议,且听取10 次以上国内外专家的学术报告,同时提交1 份学术报告听后感。
l听取20 次以上国内外专家的学术报告,同时提交2 份学术报告听后感。
(3)实践实习(1 学分)
硕士生都要参加实践实习活动。可采取教学实践、专业实践等方式,时间不少于1个月。教学实践至少保证听课见习20 学时,讲授本专业相关本科课程,讲课4~6 学时。教学实践结束后应写出总结报告,由原任课教师和导师共同写出评语及评定成绩。
专业实践内容要与所修专业保持一致,可在校内或校外有关单位进行,专业实践时间一般为一个月,独立承担的专业技术工作量不少于16学时。接受硕士生专业实践的单位全面负责硕士生的管理、培养、考核及实习成绩评定。
(4)开题报告和学位论文(2 学分)
开题通过并提交开题报告计1 学分,通过论文答辩后计1 学分,共计2 学分。
七、中期考核
中期考核是对硕士生的学习成绩、政治思想、道德品质、科研能力等方面进行的一次综合考核,经过考核合格者方可以进入学位论文撰写阶段。具体操作按照《新奥葡萄京硕士研究生中期考核暂行办法》执行。硕士生中期考核安排在第四学期末进行,考核等级分为合格和不合格,考核合格者进入学位论文撰写,考核不合格者应终止学习。
八、学位论文
学位论文工作是全面培养硕士研究生树立严谨的科学作风、掌握科学研究的基本方法和培养独立工作能力及创新能力的重要环节,既是学位授予的重要依据之一,也是衡量培养质量的重要标志。
1.开题报告
学位论文正式撰写前,硕士生必须做开题报告。开题报告必须在本学科或相关学科范围内公开进行,由 3~5 位相关学科专家对开题报告进行论证,并明确是否通过。开题报告应重点考查硕士生的文献收集、整理、综述能力和研究设计能力。开题报告应安排在第三学期末完成。
2、学位论文基本要求
学位论文应在导师或导师小组的指导下,由硕士生独立完成,并经导师同意后定稿。学位论文工作时间不得少于一年。学位论文的格式要求按学校有关规定执行,字数不低于3万字。硕士学位论文的撰写安排在第五、六学期。
3、学位论文答辩前科研成果要求
硕士生在申请学位前,须在国内外公开发行的学术刊物上(不含增刊、论文集)发表与其学科研究方向内容相关的署名为新奥葡萄京的论文至少1篇(若论文集被EI检索,可视为有效论文),或专著至少1部(至少排名第二),或专利至少1项,或软件著作权至少1项,硕士生署名为第一作者或导师署名第一作者、硕士生署名第二作者。
4、学位论文评审与答辩
学位论文评审前,学位论文电子稿须经过学术不端系统检测通过后方可送审。硕士学位论文实行校内外专家盲审评阅、随机抽检盲审制度(由两位专家评阅,其中至少一位校外专家),评审通过后方能进行答辩。
学位论文答辩委员会由3-5名具有高级技术职称的专家组成,答辩委员会主席由学术水平较高的校外正高级专家担任,具体答辩流程按照《新奥葡萄京研究生申请学位论文答辩的有关规定》执行。
九、毕业与学位授予
硕士生在规定修业年限内完成培养方案规定的课程学习,考核成绩合格,获得规定的学分,通过学位论文答辩,符合毕业资格,准予毕业。符合《中华人民共和国学位条例》的有关规定,达到硕士学位授予标准,经学校学位评定委员会审核通过,授予硕士学位。具体内容详见《新奥葡萄京学位授予实施细则》。
十、主要阅读书目
[1] Donald E Knuth.The Art of Computer Programming(TAOCP)[M].北京:机械工业出版社,2007.
[2] 蔡自兴.人工智能及其应用[M].北京:清华大学出版社,2005.
[3] 王晓东.计算机算法设计与分析[M].北京:电子工业出版社,2009.
[4] Jiawei Han.数据挖掘:概念与技术[M].范明 等译.北京:机械工业出版社,2007.
[5] Wayne Wofl.嵌入式计算系统设计原理[M].北京:机械工业出版社,2007.
[6] 何玉洁.数据库原理与应用[M].北京:机械工业出版社,2007.
[7] 李向丽,李磊.计算机网络技术与应用[M].北京:机械工业出版社,2006.
[8] Leszek A. Macias zek, Bruc Lee Liong.实用软件工程[M].胡长军等译.北京:机械工业出版社,2007.
[9] (美)Thomas H Cormen.算法导论(原书第2版)[M].北京:机械工业出版社,2006.
[10] (美)Randal E Bryant,David O'Hallaron.深入理解计算机系统[M].北京:中国电力出版社,2004.
[11] 袁曾任.人工神经网络理论及应用[M].北京:清华大学出版社,1995.
[12] 周之英.现代软件工程[M].北京:科学出版社,2006.
[13] Jiawei Han,Micheline Kamber.Data Mining-Concepts and Techniques [M].北京:高等教育出版社,2000.
[14] Wendy Boggs,Michael Boggs[美].UML With Rational Rose —从入门到精通[M].邱仲潘等译.北京:电子工业出版社,2000.
[15] 郑振楣.分布式数据库[M].北京:科学出版社,1999.
[16] 王元元.计算机科学中的逻辑学[M].北京:科学出版社,1989.
[17] 谢希仁 译.TCP/IP协议族[M].北京:清华大学出版社,2007.
[18] Kai Hwang,Zhiwei Xu.Scalable Parallel Computing[M].Beijing:China Machine Press,1999.
[19] 夏绍玮.系统工程概论[M].北京:清华大学出版社,1995.
[20] Michael Sipser.计算机理论导引[M].北京:机械工业出版社,2006.
[21] Ronald J Norman.面向对象系统分析和设计[M].北京:清华大学出版社,2000.
[22] Jiawei Han,Micheline Kamber[加].数据挖掘概念与技术(Data Mining:Concepts and Techniques)[M].范明,孟小峰等译.北京:机械工业出版社,2001.
[23] Ian H Witten,Eide Frank[新西兰].Data Mining: Practical Learning Tools and Techniques with Java Implementations[M].北京:机械工业出版社,2003.
[24] 张大波.嵌入式系统原理设计与应用[M].北京:机械工业出版社,2005.
[25] 袁崇义.Petri网原理与应用[M].北京:电子工业出版社,2005.
[26] Joey F George,Dinesh Batra,Joseph S Valacich,Jeffrey A Hoffer[美].面向对象的系统分析与设计[M].梁金昆译.北京:清华大学出版社,2005.
[27] 冯登国,卿斯汉.信息安全:核心理论与实践[M].北京:国防工业出版社,2000.
[28] 陈国良.并行计算—结构、算法、编程(修订版)[M].北京:高等教育出版社,2003.
[29] 谢希仁.计算机网络(第四版)[M].北京:电子工业出版社,2003.
[30] Martin T Hagan,Howard B Demuth,Mark H Beale[美].神经网络设计[M].戴葵译.北京:机械工业出版社,2002.
[31] 徐宗本.计算智能中的仿生学:理论与算法[M].北京:科学出版社,2003.
[32] Alsuwaiyel M H[沙特].算法设计技巧与分析[M].吴伟等译.北京:电子工业出版社,2004.
[33] 邵佩英.分布式数据库系统及其应用(第二版)[M].北京:科学出版社,2005.
[34] Roger S Pressman.软件工程:实践者的研究方法[M].黄柏素译.北京:机械工业出版社,1999.
[35] 王文杰.人工智能原理与应用[M].北京:人民邮电出版社,2004.
[36] Rafael C Gonzalez,Richard E Woods[美].数字图像处理[M].阮秋琦,阮宇智等译.北京:电子工业出版社,2003.
[37] 潘云鹤.计算机图形学:原理、方法及应用[M].北京:高等教育出版社,2001.
[38] 吴微,周春光,梁艳春.智能计算[M].北京:高等教育出版社,2009.
[39] 陆建江,张亚非,苗壮等.语义网原理与技术[M].北京:科学出版社,2007.
[40] 吴朝晖,陈华钧,吴朝晖等.语义网格:模型、方法与应用[M].杭州:浙江大学出版社,2008.
[41] Promod Sadalage, Martin Fowler. NoSQL Distilled: A Brief Guide to the Emerging World of Polyglot Persistence [M]. Addison-Wesley Professional, 2012.
[42] Trevor Hastie, Robert Tibshirani, Jerome Friedman. The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Second Edition [M]. Springer, 2011.
[43] Kevin Murphy. Machine Learning: A Probabilistic Perspective [M]. The MIT Press, 2012.
[44] Yaser Abu-Mostafa, Malik Magdon-Ismail, Hsuan-Tien Lin. Learning From Data [M]. AMLBook, 2012.