大数据处理与高性能计算学科工学硕士研究生.doc

物联网与两化融合研究院 大数据处理与高性能计算学科工学硕士研究生培养方案 大数据处理与高性能计算学科工学硕士研究生培养方案 计算机科学与技术、软件工程交叉学科（0812J） 一、学科专业介绍 本学科包括大数据处理与高性能计算二级学科，软件工程实验室是信息产业部重点实验室，另外，该学科相关的实验室，“未来——西邮云计算关键技术联合实验室”、“西邮——十所大数据与信息安全联合实验室”、“高性能计算研究中心”、“高性能计算中心”着力研究大数据处理和高性能计算所涉及的各类关键技术，保证大数据的可用性、稳定性、安全性，以及大数据的高效传输。本学科培养单位包括物联网与两化融合研究院、计算机学院和信息中心等。 本学科现有教授19人，副教授37人，聘请了中国科学院沈绪榜院士为特聘教授。有全国优秀教师1人，省级教学名师2人，博士生导师2人，计算机专业核心课程教学团队为国家级教学团队。本学科近年来先后承担了国家“十五”科技攻关计划项目、国家“863”计划项目、国家自然科学基金重大研究计划项目、信息产业部科研计划项目等纵横向项目，参与国家、工信部和陕西省多项标准的起草，多次获省部级和厅局级奖励，在技术攻关和创新中形成多项发明专利。近年来出版教材31部，发表学术论文426篇，其中被EI、SCI、ISTP收录152篇。 本学科主要研究方向 大数据处理与高性能计算学科侧重研究如何从各种各样类型的数据中，快速获得有价值信息的能力。包括交易和交互数据集在内的所有数据集，其规模或复杂程度超出了常用技术按照合理的成本和时限捕捉、管理及处理这些数据集的能力。我校“大数据处理与高性能计算”主要研究大数据处理和高性能计算所涉及的各类关键技术，保证大数据的可用性、稳定性、安全性，以及大数据的高效传输，特别是大数据在云计算环境中的传输、存储等方面取得了一定的研究成果，对大数据在物联网、云计算的广泛应用产生了推动力。目前本学科方向为陕西省政府搭建政务云平台，大数据处理与高性能计算提供人才和技术的有效支撑。 二、培养目标 1.热爱祖国，遵纪守法，品行端正，诚实守信，身心健康，具有良好的团队合作意识和创新精神。 2.掌握本学科坚实的基础理论、系统的专门知识和现代实验方法和技能，了解本学科的发展现状和趋势，较为熟练地掌握一门外国语，能够熟练地阅读本学科、专业的外文资料。 3.掌握坚实的大数据处理和高性能计算的基本理论、主要技能和专门知识。加强计算机与通信的结合，具有社会急需的云计算、物联网、大规模存储安全、大数据采集分析、数据挖掘等大数据处理与高性能计算领域的知识，具有独立从事科学研究、教学工作或独立担负专门技术工作的能力。 三、学制与学习年限 全日制硕士生学制为三年。提前完成培养计划者，经过规定的审批程序可提前毕业。 硕士生一般不得延期毕业。因特殊原因未能按时完成学习、研究任务或参加硕士论文答辩的，可由本人提前三个月提出申请，指导教师签署意见，经学科组、学院同意并报研究生院审核，可延长学习年限。延长年限一般不超过一年。 四、主要研究方向 1.大数据采集与分析 大数据是一系列的数据集，规模庞大，结构复杂。在进行数据采集与分析方面研究如何实现自动的对不同属性结构的数据进行多维度的采集，并在此基础上进一步实现相关的分析，如模式识别、聚类，并能够根据特定的信息用途和特点进行自动的分类。 2.大数据存储 大数据的类型和结构非常复杂，不能采用传统的关系数据库进行存储和查询，在存储上必须实现可扩展的信息存储方法，而在查询时则必须研究可针对通用数据内容进行检索的方法。 3.大数据高性能处理 对于大数据应用而言，一般数量都非常大，主要研究大数据的读写速度，如何在极短的时间内形成处理结果，是该研究方向的重点，也是大数据技术应用的基础。 4.大数据有哪些信誉好的足球投注网站技术 主要研究适合大数据有哪些信誉好的足球投注网站的有哪些信誉好的足球投注网站引擎技术，重点研究垂直有哪些信誉好的足球投注网站技术，针对媒体信息类型复杂、数据量大的数据检索技术。 五、课程设置与学分 课程学习实行学分制。，不高于34学分。硕士研究生课程学习学分的基本组成为： 119学分） （1）马克思主义理论课3学分 其中“中国特色社会主义理论与实践研究”为必修课，2学分，36课时，“自然辩证法概论”和“马克思主义与社会科学方法论”为选修课，1学分，18课时。 （2）第一外国语4学分 其中基础外语3学分，专业外语阅读1学分。 （3）专业基础和专业课12学分 一般应包括公共数学课6个学分。 2、非学位课程由专业选修课（不少于9学分）、公共选修课（体育科技论文写作，不少于学分） 1、硕士生的培养采取导师负责制，可以成立指导教师为主的指导小组共同进行指导。导师应根据本学科研究生培养方案要求和因材施教的原则，在硕士生入学后一个月内制定好课程学习计划，第三学期制定好论文工作计划。 2、硕士生的培养采取课程与论文