发布时间:2016-08-22 编辑:考研派小莉 推荐访问: 计算机应用技术
湖南师范大学研究生专业计算机应用技术介绍

湖南师范大学研究生专业计算机应用技术介绍的内容如下,更多考研资讯请关注我们考研派网站的更新!敬请收藏本站。或下载我们的考研派APP和考研派微信公众号(里面有非常多的免费考研资源可以领取哦)

湖南师范大学学姐微信
为你答疑,送资源

QQ咨询:

95%的同学还阅读了: [2020湖南师范大学研究生招生简章] [湖南师范大学研究生分数线[2013-2020]] [湖南师范大学王牌专业排名] [湖南师范大学考研难吗][湖南师范大学考研难吗] [湖南师范大学研究生院] [湖南师范大学排名] [湖南师范大学考研群] [湖南师范大学研究生学费] [湖南师范大学研究生奖学金] [考研国家线[2006-2020]] [2021年考研时间:报名日期和考试时间]

湖南师范大学研究生专业计算机应用技术介绍正文

湖南师范大学研究生专业计算机应用技术介绍:
  一、培养目标
  本学科培养的硕士研究生应是从事计算机应用研究与开发的高层次人才,具有扎实的理论知识基础与工程实践能力。毕业后能在高等院校、研究所、大型企业单位独立从事计算机高层次应用的教学与科研工作。
  二、本专业总体概况、优势与特色
  本学科已形成多个稳定的研究方向,特别在媒体通信与图形图像处理研究方向,有明显的优势, 其小波理论的研究具有国际领先水平,基于小波理论的图像和视频压缩算法拥有自主知识产权,其综合性能达到了国际先进水平。由此获得了图像压缩编码专利技术,实现了大规模产业化,成功地设计出了图像与视频编码解码芯片。为我国数字视频产业核心技术奠定了基础,不仅有巨大的经济效益,也有良好的社会效益。
  在计算机的基础理论研究与应用方面,本学科的科研力量雄厚,主要从事计算机算法、网络结构分析、运筹与控制理论取得了一批具有国际先进水平的在国内外有影响的工作。
  将网络分布计算与自动控制相结合应用于信息家电领域是很具有特色的研究方向,具有很好的应用背景。
  在电子商务和软件构件技术等方向都有较大的优势。
  本学科已拥有一批稳定年轻的学术带头人和学术骨干,科研发展潜力很大。
  三、本专业研究方向及简介
  1.媒体通信与图形图像处理
  应用小波理论进行图像和视频压缩是各国研究的热点。王国秋教授从1992年开始对小波理论及其应用进行了系统而深入的研究。在理论上,创立了一套新的滤波器构造算法,该方法包容了现在世界上的三个主流的滤波器构造方法。提出了最优双正交小波模型,用该模型设计的小波的压缩编码性能超过了JPEG2000中推荐的小波,从而是当今用于图像压缩编码最优秀的小波。在多进小波的研究上,由于通常的2-进小波理论不能简单推广到多进的情形,导致在多进小波里还没有像2-进小波里类似Daubechies的小波族。王国秋教授发现了线性相位不能完全反映多进或多小波里的,对称性现象,从而提出了双对称性概念,所构造的具有最少约束的4-进紧支撑双对称正交小波基族具有2-进小波里Daubechies小波的地位,从而开创了多进小波研究的新时代。在应用上,研究了一套具有完全自主知识产权的图像与视频压缩编码算法,申报了4项发明专利,其中一项已于2003年授权(运用W-正交变换的视频图像压缩方法,专利号为ZL00126721.3)。基于王国秋教授自创的小波理论和图像压缩算法,王国秋教授主持完成了我国第一片具有完全原创自主知识产权(包括理论的建立、算法的研究和芯片的设计)的图像与视频压缩编码解码芯片CDC1028,该芯片正成功应用于数字电影产业。对此,媒体具有广泛的报道。
  计算机视觉研究目的:一是提供人类视觉的计算模型;二是利用计算机来设计与发展某种真实的适度的视觉系统,并提供具有良好性能价格比的专用系统。图像识别研究的基本目的是赋予机器类似生物的某种信息处理能力,在计算机视觉应用系统中经常利用图像识别的技术与方法。它的应用领域已从传统的遥感图像、医学图像处理、机器人视觉控制,发展到视觉监测、人机交互、基于内容的视频和图像信息检索、虚拟现实等。王卫星教授主要研究了图像分割问题,并已从传统的二维图像向三维图像处理发展。满家巨博士近年主要从事计算机图形学和曲线曲面造型理论的研究,在B-样条曲线曲面造型方面做了许多工作,近期从事极小曲面造型的研究,构造了一大类参数多项式极小曲面,研究了极小曲面方程的数值解法,因此,如何进一步提高图像分割的精度以及三维表面检测,如何将计算机视觉与计算机图形学结合进行虚拟现实领域的研究具有重要的学术价值与应用价值。
  王国秋教授作为该研究方向主要学术带头人,2001年获湖南省中青年专家称号,目前担任我国数字视频标准工作组组长,多篇论文在国际国内知名刊物上发表,被SCI或EI检索,有关的研究成果曾获得了军队科技进步一等奖。
  2.计算智能与网络安全
  本研究方向包括两个与计算机算法有关的方向:
  (1)计算智能。演化算法是基于自然界的演化过程而发展起来的一种通用的问题求解方法,由于具有自组织、自适应和自学习等智能特征,特别所具有的本质并行性,已成功地应用于那些难以用传统方法来进行求解的复杂问题之中,从而成为一个引人注目的研究方向。
  全惠云教授多年从事算法理论研究,特别在遗传算法和并行算法等方面取得了一系列重要成果。他与武汉大学博士生导师康立山教授长期合作,参与建立了以区域分裂法为理论基础的异步并行算法的研究工作;在演化算法研究中,提出了子空间遗传算法,并利用演化算法特有的高效随机搜索与优化的机理,对基于工作流的事务调度和自动化程度的优化问题进行了研究,开辟了工作流管理系统研究的新领域;并把演化算法应用于滤波器的构造,提出了一种构造最优滤波器的有效方法。 独创地将遗传算法与CAI结合,使CAI更具机器学习的智能特征。
  李荣珩博士一直从事算法设计及计算复杂性的研究,对装箱问题经典算法FFD的近似性给出了一个新的估计,对排序中的一致并行机的在线安排问题,设计了一种新的算法并给出了近似解估计,对Horn函数的最大可满足性及有向图的多维分割问题SPN-hard性给出了证明。黄金贵副教授主要研究并行环境下基于多处理机任务的调度模型与调度算法。
  (2)网络安全。该方向以李乔良教授为首,主要研究网络容错性与可靠性、编码理论与密码学。对互连网络拓朴结构的容错性与可靠的许多度量参数,如限制性边连通性质和最小通信延迟进行了研究。研究了双重码的最小重理问题,给出了双重码最小重量的一个新的下界,推广和改进了Tilborg、Pless等人的工作。研究了图的参数在编码理论中的应用、传感器网络密钥预分配方案问题。提出了新的在安全性要求最严格条件下的传感器网络密钥预分配方案。
  3.分布计算与信息家电体系结构
  进入21世纪以来,数字化技术已开始渗透到信息家电领域,信息家电的研究也将成为一个崭新的研究领域。从当前国内外的研究现状来看,信息家电还处于一个起步阶段,在国际上也就没有形成统一的规范标准,存在着很大的研究空间。
  本研究方向将以网络分布计算理论、人工智能原理为指导,以网络通讯技术、自动控制技术、嵌入式技术为基础,从体系结构出发,研究信息家电的规范标准。这将对我国的信息家电的发展具有重大的战略性意义。
  我们所进行的信息家电体系结构的研究,是基于一个基本的理念:现实世界的任何实体都可以看成是一个对象。那么,信息家电就是一个个的实在对象,它只是由硬件实现的对象罢了。从对象的角度看,信息家电的内部实现是厂家的事情,用户只关心信息家电的使用。信息家电在网络中提供服务的目标是如何让用户来使用它的服务。由此我们想到信息家电的一个根本问题就是:如何在信息网络中公布信息家电的服务。
  我们从分布计算理论得到启发:分布式对象是通过接口定义语言(IDL)来定义的,基于IDL是解决异构系统集成的基础。为此,我们设想:从信息家电的特殊性出发,设计出一种信息家电的接口定义语言(IAIDL),并建立IAIDL编译器。我们的研究将基于IAIDL,从体系结构上研究信息家电的基础平台,该基础平台从体系结构上与具体的操作系统、编程语言、网络协议及具体的信息家电的功能实现等无关。主要研究:信息家电本身的逻辑结构、家庭网络网关的逻辑结构、远程遥控器的的逻辑结构、信息家电的通讯协议、信息家电的安全控制。从根本上解决信息家电的互操作作与即插即用性问题。
  刘宏教授于1996-1999年,从事动力环境设备分布式网络监控系统的研究与开发。对基于网络环境下设备监控系统有深入的掌握,包括低层基于总线方式下的设备控制、远程网络终端平台、通讯服务器等技术。1999-2000年参与国家“863”项目——面向对象的软件技术。多年从事面向对象的原理与技术的硕士生的教学,对面向对象的软件技术有细致的了解。1999-2000年在中国科学院系统科学研究做作访问学者,主要研究软件自动生成。2000-2001年在国防科大分布计算重点实验室做研究学者,研究CORBA体系。CORBA系统与COM/DCOM及Java/RMI属于当今三大网络分布计算平台。对信息家电体系结构设计积累了很好的基础。王志刚教授,多年主要从事网络工程、分布式多层结构及基于MIDAS分布式多层系统的容错技术等方面的研究。钱光明研究员、冯介一副教授长期从事自动控制技术与嵌入式系统的研究与开发,特别在实时控制方面,对仪表技术与传感器有深入的系统研究与设计经验。
  刘宏教授作为该研究方向主要学术带头人,曾分别获得过国家科技进步二等奖、中国科学院科技进步一等奖、国防科工委科技进步二等奖。发表多篇学术论文与专著,主持和参与了多项国家级、省级课题的研制。
  4.数据挖掘与电子商务技术
  随着数据库技术的不断发展及数据库管理系统的广泛应用,数据库中存储的数据量急剧增大,在大量的数据背后隐藏着许多重要的信息,如果能把这些信息从数据库中抽取出来,将为公司创造很多潜在的利润,数据挖掘是从海量的数据中自动、高效地提取有用知识的一种新兴的数据处理技术,包括分类、聚类、关联规则挖掘、特征与偏差、时序模式发现、趋势分析等。
  数据挖掘技术是多学科交叉的新兴技术,是在统计学、人工智能(特别是机器学习)和数据库技术等多种技术的基础上发展起来的。由于它的实用性和商业效益,近年来已成为数据库领域的研究热点之一。
  近年来,因特网的飞速发展与广泛应用,使得Web上的信息量以惊人的速度增长,为数据挖掘提供了丰富的数据源和新的研究课题。面对Web丰富的信息内容,巨大的数据量,加之由于万维网分布、动态、海量、异质、复杂、开放性的特点,人们如何从这海量的数据中,查找自己想要的数据和有用信息,迫切需要一种新的技术能自动地从Web资源上发现、抽取和过滤信息。因此出现了Web挖掘技术。Web挖掘就是从Web文档和Web活动中发现、抽取感兴趣的潜在的有用模式和隐藏的信息。它以从Web上挖掘有用知识为目标,以数据挖掘、文本挖掘、多媒体挖掘为基础,并综合运用计算机网络、数据库与数据仓储、人工智能、信息检索、可视化、自然语言理解等技术,将传统的数据挖掘技术与Web结合起来。Web挖掘可在多方面发挥作用,如搜索引擎结构的挖掘,搜索引擎的开发,改进和提高搜索引擎的质量和效率,确定权威页面,Web文档分类,Web Log挖掘、智能查询,建立Meta-Web数据仓库等。
  5.软件复用与组件技术
  培养德、智、体全面发展的,掌握计算机应用技术领域坚实的理论基础和系统软件开发专业知识,了解本专业学科发展的前沿和动态,具有较强实践能力,能适应我国经济、科技、教育发展需要,面向未来的计算机应用领域的高层次人才。主要研究软件复用机制、构件合成技术、修改技术、软件架构、基于模型的开发等。


本文来源:http://m.okaoyan.com/_m/hunanshifandaxue/zhuanye_40484.html