全日制工程硕士计算机技术领域专业学位研究生培养方案.docVIP

全日制工程硕士计算机技术领域专业学位研究生培养方案 (2017级专用) 一、培养目标 培养具有坚实的计算机科学与技术基础理论、掌握计算机应用技术方面的专门知识，具备严谨求实的科学态度和学风，熟练掌握一门外国语，能独立从事计算机应用系统的研究、分析和设计的计算机应用高级工程技术人才。 1. 政治思想 能够认真学习马列主义、毛泽东思想和中国特色社会主义理论，努力践行社会主义核心价值观，拥护中国共产党领导，热爱社会主义祖国，遵纪守法，团结协作，具有良好的职业道德和创业精神，具有为实现中华民族伟大复兴的中国梦而努力奋斗的理想。 2．业务素质 重点掌握计算机应用技术学科宽厚的基础理论、系统的专门知识和软硬件开发技能；了解计算机应用技术学科现代理论和技术的发展水平以及所从事研究方向的国内外发展动态；具备从事计算机应用技术研究、教学或技术管理的独立工作能力，在农业信息化、电力信息化方面具有一定领域优势。 3. 外语 掌握1门外国语，能够阅读本领域的外文资料，具有较好的外语听说和科学论文写作能力。 二、研究方向 （1）网络信息系统开发技术 主要开展软件工程学、计算机网络、信息系统开发、自然语言处理基础理论及应用研究，具体包括软件开发、软件架构、软件项目管理、移动互联网、分布式计算、数据库、信息安全、机器翻译、语义分析、农业本体、垂直搜索、自然语义处理、嵌入式系统开发、移动应用开发等技术。面向软件行业、农业信息化等专业领域需求，开展信息系统、专家系统、智能搜索、农业问答机器人、信息推送等技术研究，促进现代农业发展。 （2）计算机图形图像与机器视觉 主要开展计算机图形学、计算机视觉基础理论及应用研究，具体包括真实感绘制、实时绘制、三维建模、物理模拟、计算机动画、光谱图像处理、图像特征提取及匹配、图像追踪、立体视觉、计算摄影等技术。面向农业工程、农业信息化等专业领域需求，开展数字植物技术、复杂农业场景的图像识别、表型检测、基于光谱图像的农产品检测等技术研究，为现代农业领域提供信息技术、智能装备及软件产品支撑。 （3）大数据分析处理及应用 主要开展大数据存储、离线大数据分析、在线大数据处理等理论及应用研究，具体包括HDFS、HBase基础，MapReduce模式设计，Hive，数据流处理，Hadoop分布式文件系统等技术。其中面向农业领域，大数据设计耕地、播种、施肥、杀虫、收割、育种等环节，构建农业大数据集合，实现跨行业、跨专业、跨业务的数据分析与挖掘，以及数据可视化研究。 （4）机器学习与模式识别 开展模型评估选择、线性模型、决策树、人工神经网络、支持向量机、贝叶斯分类器、集成学习、降维与度量、特征选择与稀疏学习等方面的研究。以农业领域为背景，为农产品质量检测、作物产量分析、动物异常行为发现、病虫害检测等方面给予支撑。 三、基准学制、学习年限与总学分 全日制专业学位硕士研究生基本学制为2年，最长学习年限为4年。 实行学分制，总学分要求不低于32学分，其中课程学分不低于26学分（学位课不低于16学分，选修课不低于10学分），实践教学环节不低于6学分（不少于半年的校内外实践以及其它形式的实践）。 四、培养方式 1.培养方式 实行校内课程学习和校内外实践研究相结合的学习方式。在校课程学习时间累计不少于一个学期。在校内外本领域相关企事业单位进行生产管理等实践工作时间不少于半年，实践工作完成后须提交实践总结报告。学位论文既可结合实践工作完成，也可在校内科研基地进行应用技术研究完成。 2.指导方式 学位论文指导实行校内外双导师负责制。校内导师应具有我校专业学位硕士研究生招生资格。校外导师一般应具有丰富实践经验并具有高级专业技术职称或相当水平人员担任。若校外导师为招生导师（第一导师），则校内导师（第二导师）应具有中级以上职称并具有博士学位。校内导师侧重负责学生思想政治教育及在校期间课程学习和学位论文答辩等工作。校外导师侧重负责指导实习和实践过程管理。学生的论文选题、研究指导和论文写作指导由两位导师共同承担。 3.课程学习 课程学习方式采取听课、讨论和自学相结合，考试及格方能取得学分。 4.学术报告 全日制研究生在校学习期间须参加导师所在团队组织的学术活动。毕业前每人做2次以上读书报告或提交3份读书报告笔记，提交1份文献综述报告、1份研究进展报告。报告时间由学生与校内导师协商确定。 5.实践教学 实践环节须深入本领域校内外基地，与科技攻关和生产实践紧密结合。指导教师须为研究生制定详细的实践学习计划，并指导其开展实践工作。实践期满后研究生要撰写实践学习总结报告，培养单位应对研究生的实践环节进行考核，通过者取得相应学分。 五、课程设置 课程设置和教学进度按2年基准学制安排。 同等学历或跨专业攻读全日制专业学位硕士的研究生，须补修本专业本科阶段的主干课程