1998-2022 ChinaKaoyan.com Network Studio. All Rights Reserved. 沪ICP备12018245号
沈阳航空航天大学研究生计算机软件与理论专业介绍如下:
计算机软件与理论
一、学科概况
计算机软件与理论是辽宁省重点培育学科,自二十世纪八十年代初该学科即开展了形式语言学与自然语言理解、数据库系统方面的研究,二十世纪九十年代中期又开展了人机智能交互、多文种信息处理、知识工程管理、计算机网络及信息安全等方面的研究工作,逐步形成了研究特色。计算机软件与理论学科于2006年获得“计算机软件与理论”硕士学位授予权,2007年被评为辽宁省重点扶植学科。
学科目前有教师49人,其中校级学科及学术带头人4人,教授6人,副教授16人,讲师20人;博士以上学历的教师7人,学科梯队结构合理,培养研究生30人。
经过多年的发展与建设,形成了人工智能与知识工程、数据库与数据仓库、网络与信息系统安全、分布与并行计算等稳定的学科方向与学科梯队。由本学科与计算机应用技术学科联合组成的“人工智能与知识工程团队”被评为辽宁省高等学校创新团队,人机智能研究中心的多文种机器翻译及处理平台、人机优势互补和动态编码技术达到国际先进水平,其中,“基于知识管理和智能控制的协同翻译平台”通过了中国中文信息学会组织的成果鉴定,达到国际领先水平,并获得了“钱伟长中文信息处理科学技术一等奖。
近年来,先后承担了国家自然科学基金、国家863计划、国防基础科研、教育部科学技术重点研究项目、辽宁省自然科学基金、省教育厅基金、沈阳科技攻关项目等多项基础科研项目10余项,同时也承担了在辽宁地区的航空研究所、生产厂的多项研究合作项目20余项,为航空院所解决了部分技术难题,取得了一些创新性进展和实用化突破,科研经费达2300余万元;先后荣获了辽宁省科技进步二、三等奖、沈阳市科技进步二、三等奖等奖项和成果鉴定10余项;在重要学术刊物上发表论文180余篇,SCI、EI、ISTP检索论文30余篇。
在研究基地建设中,已建成辽宁省知识工程与人机交互工程技术研究中心;校内建设了人工智能研究室、自然语言处理实验室、数据库与数据仓库实验室、网络与信息安全研究室和分布式系统研究室等专业研究室和实验室,为人才培养创造了良好条件。
二、 研究方向简介
(一)人工智能与知识工程方向
负责人简介:蔡东风教授,男,先后在北京航空航天大学获得硕士学位(84年)、日本东京大学获得博士学位(98年),多年来一直从事人工智能领域中自然语言处理、机器学习、组合优化等方面的科研工作。1998年,近十年的日本留学归国后,在微软亚洲研究院从事基于统计的自然语言处理技术的研究与开发。在基于大规模语料库的“汉语统计语言模型的建立与应用”的研究课题中取得了可喜成果,获得了两项微软技术专利。省级重点学科计算机应用技术学科学术带头人,沈阳市优秀专家,入选辽宁省百千万人才工程百人选。
主要研究内容:本研究方向是目前计算机科学研究领域中极为活跃的前端学科。主要进行组合优化、机器学习、语言理解、知识推理、自动问答等领域的基本技术和算法的研究。与其它有关研究方向相比,本研究方向更着眼于基础理论和方法,特别是基于统计机器学习的方法和基于知识的语义计算模型的研究、注重多种技术和多种策略的综合运用,研究的最终目标是使计算机能够真正理解人类的语言。
研究特色:本研究方向针对海量的高维文本数据,提出了基于检索的文本聚类技术,并申请了国家专利;针对人工智能中的离散约束优化问题(NP难题),提出了“基于线性规划的局部搜索法”,显著地提高了求解问题的效率和精度(日本《人工智能学报》1999年);在语言理解方面,提出了新的基于知网的语义相似相关度的计算模型,在文本聚类、语义标注和译文选择等多项应用中发挥了重要作用,取得了显著效果,发表有关学术论文多篇;在智能人机交互方面,开发了“基于语音的多通道智能人机交互平台”,2004年8月通过省级科技成果鉴定,该交互平台在基于语音的多通道智能人机交互技术方面达到了国际先进水平,获得专家的一致好评,并获得了辽宁省科技进步三等奖;在自动问答技术方面,提出了“基于语句相似度计算模型的答案抽取方法”和“基于统计与知识相结合的答案验证技术”,实验表明,该方法比传统的向量空间模型(VSM)有明显的优势。本研究方向在国家、省市多项科研项目的大力支持下,充分发挥在已有智能检索方面的技术积累和优势,积极开展了新一代智能问答技术的研究,申请参加了2008年在日本东京举办的国际信息处理技术评测(NTCIR-7),届时将参加多项跨语言问答检索的任务评测和专利数据挖掘的评测。相信通过这样的国际交流必将进一步促进本研究方向的建设和发展。先后获得国家自然科学基金、国家863、国防基础科研、教育部科学技术研究重点项目、省市基金等20余项纵向课题的资助。在有关人工智能和计算语言学的理论和方法等方面进行了积极的探索,发表学术论文50余篇,获得“省科技进步二等奖”、“省国防科技进步一等奖”、“市科技进步一等奖”等有关科技奖项10余项。
(二)网络与信息系统安全研究方向
负责人简介:徐蕾教授,女,计算应用技术学科的学术带头人,辽宁省计算机学会理事,沈阳市科技计划评审专家;近年来,承担了辽宁省基金项目,与中科院计算研究所、沈阳飞机设计研究所、沈阳空气动力研究所等单位的合作项目,实验室科研经费总额近200万元。发表研究论文近20篇。鉴定成果一项,获奖成果一项。
主要研究内容:在访问控制方面主要研究基于角色的多层次访问控制策略,研究基于RBAC的访问控制模型中,多维的组织机构在模型中的表示与实现问题,进而给出基于RBAC访问控制模型在多维组织机构所对应的多维RBAC访问控制实现模型; 研究在网络环境下数字资源使用控制问题,主要侧重于数字资源使用许可证的表示与使用控制、防复制、易使用等方面的技术和数字资源域用户访问控制技术。在公钥基础设施PKI及相关技术方面,主要研究PKI中的证书发布、证书撤销信息的发布;PKI中的信任模型,特定信任模型下的证书路径构造与验证算法等理论与技术。数字签名研究主要针对数字签名算法效率及用户身份认证技术的应用。数字签名的算法研究包括,门限数字签名、群签名等数字签名算法。主要应用于用户身份认证系统,匿名身份验证系统与基于上述身份验证的数据访问控制技术研究。在入侵检测技术方面主要集中在网络用户访问行为的分类研究;网络robot行为分析、检测与防御;网络攻击的检测与预测算法等方面的工作。在国防与航空部门的应用系统研究方面,针对国防与航空部门的应用需求,开展基于上述技术的应用系统研究。
研究特色:在访问控制领域提出了基于RBAC的信任模型、权限代理模型,时间限制访问模型等,部分解决了RBAC访问控制模型在实际应用中的问题。在PKI相关技术研究方面,提出新的PKI信任模型,使得PKI的信任关系扩展容易,提高了证书路径构造算法的效率;提出了新的证书撤销信息的发布方法,提高了证书有效性信息的查询效率。数字签名技术研究中提出了新的门限数字签名与群签名算法,改进了算法的安全性。在安全应用系统方面,开发了基于主流操作系统(Windows/Unix等)及主要应用协议的日志智能审计系统;完成了国家计算机网络与信息安全管理中心基金项目“基于主机的第三方系统审计、分析与防护工具”;与中国科学院计算技术研究所合作完成了多项国家计算机网络与信息安全管理中心的专项项目。承担国家863项目子项目“特定网络应用的信息监控系统”的研究及开发工作;特定网络应用的信息监控系统研究主要针对提供动态信息源的网络应用,实现动态信息采集和跟踪,进行信息扫描和内容甄别。从而可以在此基础上为国家特定的部门提供信息推送、技侦、和内容预报警等服务。在航空部门的应用系统开发方面,完成了软件配置访问控制系统,科研项目管理信息系统,航电仿真支持环境等项目的研究与开发工作,项目全部应用于沈阳飞机设计研究所的科研工作与型号研究工作。
网络与信息系统安全研究室现有教师10人,其中教授2名,兼职研究员1名,副教授3名,讲师4名;实验室在读研究生17名,工程硕士6名;实验室具有较先进的网络工作环境,能够满足研究生进行研究与实验工作的需要。
(三)分布与并行计算研究方向
负责人简介:石祥滨教授,男,博士。1963年8月出生。1985年7月毕业于沈阳工业大学,获工学学士学位(计算机应用)。1990年3月毕业于东北大学,获工学硕士学位(计算机应用)。1998年5月毕业于东北大学计算机软件与理论专业,获工学博士学位(计算机软件与理论),辽宁省计算机软件学会理事长,辽宁省电子学会副理事长,曾任辽宁大学信息学院院长,学科带头人。主持或参与完成科研课题30余项,主持完成的项目中有10项通过鉴定,多次获得省市奖励,在《计算机学报》、《软件学报》等期刊和会议上发表论文50余篇。沈阳市十大杰出青年知识分子,辽宁省百千万工程百人层次。
主要研究内容:Peer-to-peer、网格等网络计算模式的研究,重点解决大规模系统的可伸缩性问题;基于J2EE、 CORBA、.NET(DCOM)、JXTA和OGSA架构各种应用系统的技术,以满足不同的应用需求;通信机制、应用层协议、网络服务质量和网络安全问题的研究,在保证安全的前提下有效地提高网络通信的性能和效率;应用层消息过滤和聚集机制的研究,在应用层有效地减少消息发送量,以满足有实时性要求的各种应用;各种信息集成中间件及利用数据仓库与数据挖掘技术实现个性化推荐的研究,以解决分布式系统的异构性,提高服务质量;网络仿真测试平台的研究,以解决大规模环境下的仿真试验问题;数据存储、负载均衡等问题的研究,以解决大规模环境下海量数据的一致性和服务性能问题;可信和公平计算的研究,应用信任理论和博弈论理论解决网络计算的信任和公平性问题。
研究特色:主要应用领域包括大规模多玩家网络游戏、分布式虚拟现实和协同工作系统等。在大规模多玩家网络游戏的研究上,已经取得了突破性进展。取得的创新性的成果包括:基于Agent技术和中间件技术的可伸缩的P2PMMOG体系结构;适合于MMOG的P2P覆盖网络协议和消息分发机制;基于视觉特征的感知模型、基于N-tree的兴趣域划分理论和可预测的管理算法;基于事件关联机制的同步算法;适合MMOG的Agent建模方法和Agent的服务调度策略和负载均衡策略;自适应的防欺骗通信协议和自适应的欺骗检测机制;NPC路径搜索算法和游戏流量分析模型等。在分布式虚拟现实的研究上,解决了场景管理、地形生成算法和远程绘制等技术问题,在协同工作系统的研究上,解决了感知模型、系统工作流、同步机制和应用共享等关键技术问题。在协同设计系统的研究上,主要针对机械领域,重点解决了各种冲突的解决策略;在P2P视频的研究上,重点解决了分布机制和缓存机制。五年来,先后承担了3个课题的研究开发工作,培养硕士研究生33名,发表学术论文40余篇。
分布式系统研究室现有教师8名,其中教授1名,副教授1名,讲师3名,助教3名;参与各类科学研究的在读研究生16名。
(四)数据库与数据仓库研究方向
负责人简介:夏秀峰教授,男,1964年10月出生,山东省胶南市人,研究生学历,博士学位。自1985年7月担任高校教师至今,现任沈阳航空工业学院计算机学院副院长,沈阳航空工业学院教学名师,计算机软件与理论学科数据库与数据仓库方向学术带头人,计算机应用技术专业和计算机软件与理论专业硕士研究生导师,中国科学院沈阳计算技术研究所计算机科学与技术学科研究生导师。现为中国计算机学会(CCF)高级会员,辽宁省航空宇航学会计算机专业委员会常务副主任,中国青年计算机科技论坛(YOCSEF)沈阳分坛副主席。1985年7月毕业于沈阳航空工业学院电子工程系计算机及应用专业,获工学学士学位;1991年1月获东北大学计算机系计算机应用专业硕士学位;2005年9月获得东北大学计算机软件与理论专业工学博士学位。长期工作在教学科研第一线,连续多年承担着繁重的本科和研究生教学任务,多次获得沈阳航空工业学院优秀教师和优秀毕业设计指导教师荣誉称号。主要从事工程数据库、分布式数据库、数据仓库、信息与系统集成、数据挖掘等领域的理论研究和科研实践工作,发表论文50余篇,参与出版教材专著6部,主持科研项目30余项,曾获得辽宁省国防科技工业科技进步三等奖两项,多次获得沈阳航空工业学院先进科技工作者荣誉称号。
主要研究内容:数据库与数据仓库是目前国际上应用比较广泛和非常热门的研究领域,其涵盖的相关技术很多,从传统集中式的OLTP(联机事务处理)数据库、空间数据库、工程数据库、实时数据库、对象关系数据库、多媒体数据库,到分布式数据库、数据仓库,以及建立在它们基础之上的应用如:OLAP(联机分析处理)、DSS(决策支持系统)、DM(数据挖掘)等,都属于数据库的技术领域。在数据库技术方面,主要研究数据库系统实现技术、多媒体数据库、对象关系数据库、工程数据库、Internet/Intranet相关数据库技术,以及数据库建模技术和数据库安全技术等。在分布式数据库技术方面,主要研究分布式数据库理论、分布式数据库实现技术、全局查询优化、并发控制、一致性维护,以及企业分布式数据库建模技术。在数据仓库、联机分析处理和数据挖掘技术方面,主要研究面向电子商务、工业生产等实际应用的数据仓库的模型、数据仓库设计方法学、数据仓库的体系结构、数据仓库的维护技术、元数据管理技术、数据仓库的性能优化技术、联机分析处理技术,以及挖掘模型建模技术、数据预处理技术、挖掘算法的选择与设计及挖掘结果的评价技术。
研究特色:多年来我们一直致力于数据库领域的研究工作,理论上在数据库及数据仓库基础模型的创建、数据的归档设计和维护、历史数据重用技术,以及信息整合、信息集成等方面有较深的研究,所提出的基于时间轮转模型的数据库及数据仓库设计策略在国内具有领先地位。科研实践中先后为沈阳飞机设计研究所、沈阳飞机工业(集团)公司、沈阳市技术监督局、辽宁省移动通信公司、国家网络安全中心等单位设计开发了许多大中型管理信息系统,先后承担了75攻关、85攻关课题、国防预研、沈阳市科学基金课题等多项;在研究成果产品化、产业化方面进行了积极的探索和研发、取得了创新性进展和实用化突破。
数据库技术研究室现有教师9名,其中教授1名,副教授2名,讲师6名;参与各类科学研究的在读研究生16名。
来源未注明“中国考研网”的资讯、文章等均为转载,本网站转载出于传递更多信息之目的,并不意味着赞同其观点或证实其内容的真实性,如涉及版权问题,请联系本站管理员予以更改或删除。如其他媒体、网站或个人从本网站下载使用,必须保留本网站注明的"稿件来源",并自负版权等法律责任。
来源注明“中国考研网”的文章,若需转载请联系管理员获得相应许可。
联系方式:chinakaoyankefu@163.com
扫码关注
了解考研最新消息