1998-2022 ChinaKaoyan.com Network Studio. All Rights Reserved. 沪ICP备12018245号
010现代邮政学院
现代邮政学院和现代邮政研究院成立于2016年,由江苏省人民政府和国家邮政局联合发文共建,旨在抢抓国家“互联网+”行动计划和“一带一路”战略机遇,发挥学科优势,围绕建设普惠邮政、智慧邮政、安全邮政、诚信邮政和绿色邮政的发展战略,探索行业人才培养的崭新模式,努力培养经济转型升级亟需的邮政行业人才,并积极推动与科研机构以及与邮政、快递企业开展深度合作,实现资源共享,加强科技创新,为邮政业的发展提供智力支持和技术支撑。现代邮政学院现有“电子信息”、“物流工程与管理”和“交通运输”3个专业硕士学位点。现代邮政研究院下设邮政大数据分析与应用、邮政网络运行与优化、“互联网+”物流、邮政管理与金融等多个研究所。
学院拥有一支结构合理、业务精良、朝气蓬勃、奋发向上的师资队伍。目前,专任教师50人,100%具有博士学位,其中拥有江苏省“333工程”高层次人才培养对象、江苏省“六大人才”高峰高层次人才培养对象、江苏省“青蓝工程”学术带头人、交通运输部交通运输青年科技英才等10余人。学院教师近年来先后承担国家自然科学基金项目、国家发改委信息安全专项、省部级科研项目、产学研合作项目等100余项,授权国家发明专利90余项,在学术刊物上公开发表高质量学术论文300余篇,先后获省部级科技奖10余项。
学院将以师资队伍建设为基础,学科梯队建设为核心,深化教育改革,大力促进专业建设,把学科建设与科学研究、本科教育、研究生教育紧密结合起来,将学院建设成为我国邮政行业的科技研究基地和现代化人才培养基地。
(一)085400电子信息(大数据区块链技术)
1、大数据挖掘与分析技术,该方向主要研究物流大数据的存储、挖掘、分析及其智能应用技术。包括用于物流大数据存储的分布式存储、列存储、图存储、云存储及相关的压缩、索引及优化技术;用于物流大数据分析的人工智能、机器学习、数据挖掘、运筹学、专家系统及云计算等智能处理技术;用于物流车辆调度、路径优化、智能分拣等应用的物联网体系架构及关键技术等。
2、大数据安全技术,该方向主要研究物流大数据的隐私信息与安全保护技术。包括混合数据源的可编程、可重构、模块化数据加密算法;基于区块链与人工智能的物流大数据隐私保护技术;基于角色挖掘和风险自适应的邮政数据访问控制方案;面向云平台的物流大数据网络入侵检测技术;基于时空序列模型的邮政数据异常检测方法等。
3、区块链技术及应用,该方向主要研究区块链技术及其在物流领域中的应用。包括区块链交易流程、区块链网络、共识机制、区块链数据、智能合约、隐私保护等技术;区块链技术在物流运输、物流金融以及物流平台中的应用等。
(二)125604物流工程与管理
1、物流信息系统,该方向主要研究包括物联网、大数据、区块链、人工智能等新一代信息技术及其在物流领域的应用,包括物联网的体系结构、协议的分析与实现,物流信息网络的结构与模型,基于物联网的物流信息网络及安全相关技术与应用,物流大数据技术及其智能应用等,各种物流信息系统的设计、开发和部署,以实现高效的物流服务。
2、物流管理,该方向主要研究物流运作管理相关技术,包括仓储与物流设施规划,物流基础设施网络的规划理论和方法,物流组织网络的运作模式与创新机制,物流子网络间衔接机理和服务协调的均衡方法,物流服务资源配置的网络化整合方法,物流网络的绩效评价体系,物流系统模拟与仿真,物流信息系统规划与合理性评价等,以实现优质的物流服务。
3、供应链物流,该方向主要研究包括供应链风险管理、供应链协调、服务供应链等,以及冷链物流、食品物流、应急物流以及危险品物流等特殊物流运作模式及管理等,智能物流与供应链管理、数字化供应链运营、供应链需求与客户管理等,以实现全面的供应链物流服务。
(三)086100交通运输
1、交通信息与控制,该方向主要研究新一代信息技术以及控制理论技术在交通领域的应用。包括综合交通信息采集、处理及协同服务技术、智能交通管理与控制技术、交通信号的控制与协同技术、智能物流运输车辆控制技术、城市公交交通以及轨道交通的管理与控制技术等。
2、邮政工程与管理,该方向主要研究邮政物流车辆调度、路径规划与智能化分析方法。包括基于邮政、物流调度建模与分析方法、城市多模式运输网络的设计与优化方法、多式联运网络设计与优化方法、智能AGV小车的调度与路径优化、面向应急调度的车辆路径智能规划、车路协同背景下的车辆调度与路径优化等。
3、智能交通系统,该方向主要研究智能网联技术应用背景下的交通系统协同、诱导、预测与控制技术。包括车联网与车路协同技术、自动驾驶汽车技术、智能网联交通诱导与协同技术、智能网联交通状态预测技术、智能网联交通安全技术、智能网联交通背景下的出行特征识别技术等。
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