상하이 사범대학교 컴퓨터과학기술과는 1986 에 설립되었고, 컴퓨터응용기술석사 학위 1996, 컴퓨터소프트웨어 및 이론 석사 학위 2000, 컴퓨터기술공학 석사 학위 20 10, 컴퓨터과학 및 기술석사 학위 2010
상해사범대학은 교사 교육의 특색을 지닌 문리가 조화롭게 발전한 종합 대학이다. 과학, 공학, 관리 등 10 개 학과가 있는데, 이러한 학과의 발전은 컴퓨터 과학의 지지가 필요하다. 학교 발전의 위치 계획에서 본 학과는 특색 학과로, 현재 이미 학과 분포가 합리적이고 다학과 다층적인 과학연구 교육 체계를 형성하여 상해시의 중요한 과학기술 전문가 양성 기지가 되었다.
20 여 년의 발전을 거쳐 본 학과는 과학적 소양이 좋고, 과학 연구 능력이 강하며, 교수 경험이 풍부하고, 기꺼이 헌신하는 대학원생 멘토들을 형성하였다. 교수 부교수 30 여 명 박사 학위를 가진 교사 ***4 1 사람. 본 학과 회원은 교육부 과학기술진보상 3 개, 상해시 과학기술진보상 4 개, 상해시 우수교육성과상 2 개, 상해시 우수과정상 2 개, 9 명의 학과 회원이 연이어 전국 우수교사상, 전국 보강우수교사상, 상해 육재상, 상해 서광학자 등 영예로운 칭호를 받았다.
1, 소프트웨어 공학 이론 및 실습.
연구 분야: 소프트웨어 테스트 기술, 소프트웨어 안정성 엔지니어링; 소프트웨어 추정 및 측정, 소프트웨어 프로세스 개선 모델 및 방법 모델 중심 아키텍처 (MDA) 구현 기술.
연구 내용: 본 논문에서는 주로 적용 범위 기반 소프트웨어 테스트 방법, 웹 로그 기반 테스트 세트 생성 방법의 설계 및 연구, 웹 응용 프로그램의 통계 테스트 및 신뢰성 측정 시스템, 상태 전이 다이어그램을 기반으로 한 테스트 기술, 유한 상태 기계 이론 및 객체 동적 테스트 모델 연구를 연구합니다. 소프트웨어 내결함성 기술 및 소프트웨어 신뢰성 계산에 대한 연구를 통해 소프트웨어 신뢰성에 대한 종합적인 등급 분류 및 등급 평가 방법을 구축하여 소프트웨어 품질의 정량적 측정을 실현했습니다. UML 모델을 기반으로 소프트웨어 규모 추정, 개발 진행 측정 및 설계 품질 측정 모델을 구축하여 신뢰할 수 있는 소프트웨어 개발 및 소프트웨어 신뢰성에 대한 정량 분석 및 평가를 효과적으로 수행할 수 있습니다. 소프트웨어 프로세스 개선 모델과 방법 방면에서 우리나라 중소형 소프트웨어 기업을 응용 대상으로 하고, CMM 과 CMMI 를 기준으로 원가가 낮고 조작성이 뛰어난 소프트웨어 프로세스 개선 모델과 방법을 연구한다. 동시에, 모델 구동 아키텍처 (MDA) 의 틀 아래에서 소프트웨어 모델의 구축, 확장 및 변환 기술을 연구했다.
2. 이미지 처리 및 패턴 인식.
연구 분야: 바이오메트릭 인식, 3D 객체 모델링, 테라헤르츠 스펙트럼 이미지 처리, 데이터 마이닝
연구 내용: 이미지 특징점 추출 및 이미지 검색 및 얼굴 인식에서의 응용, 얼굴 인식, 의미 이미지 분할 및 대상 인식 알고리즘, 큰 데이터의 데이터 마이닝 기술, 가스 부하 예측, 강조 표시된 물체의 사실적인 모델링 및 그리기, 테라헤르츠 이미지 복원 및 자동 대상 인식 알고리즘
3. 컴퓨터 네트워크 이론 및 그 응용 (컴퓨터 네트워크 이론 및 응용).
연구 분야: 무선 센서 네트워크, 사물인터넷, SDN 등의 네트워크 코딩 및 변조 네트워크 토폴로지 최적화 제어, 네트워크 계층 및 전송 계층 신뢰할 수 있는 최적화 프로토콜 응용 프로그램 계층 서비스로드 밸런싱 기술; 모바일 인터넷 응용 기술 및 응용.
구체적인 연구 내용:
네트워크의 여러 계층에 따라 이산 무작위 프로세스와 네트워크 미적분학의 이론을 이용하여 합리적인 무작위 시스템으로 연구 대상과 그 동작을 모델링하고 관련 성능 연구를 제약 최적화 문제의 통계 분석 및 매개변수 해결로 변환합니다. 이 문서에서는 무선 네트워크의 MAC 자원 할당, 통화 수용 제어 및 네트워크 토폴로지 제어를 검토하여 네트워크 성능을 최적화합니다.
빅 데이터 및 지능형 컴퓨팅.
연구 분야: 대용량 데이터 저장, 분석 및 쿼리 최적화 기술 데이터 분석, 마이닝 및 예측 테스트 시맨틱 웹 및 온톨로지; 신뢰할 수 있는 컴퓨팅 및 서비스 컴퓨팅 스마트 정보 추천.
구체적인 연구 내용: 대규모 데이터 환경에 대한 구조화되지 않은 데이터 저장, 대량 데이터 최적화 쿼리, 대규모 데이터 분석 마이닝, 설계 최적화 이론 방법, 인공 지능 기술 및 심층 학습 기술, 대규모 데이터 의미 특성의 지능형 분석 및 차원 축소, 효과적인 데이터 계산 및 추론 기술 구축 소셜 네트워크, 인터넷 서비스 등 플랫폼 환경에 대한 방대한 데이터 마이닝 및 분석, 데이터 신뢰도 조회 등 관련 이론 기술의 응용 및 연구를 수행합니다.
대학원 시험에 대해 궁금한 점이 있다면, 대학원 시험 센터의 내용을 어떻게 요약할지, 대학원 입학 신청의 지방정책을 이해하지 못하는지, 맨 아래 상담 홈페이지를 클릭하여 복습 자료를 무료로 받을 수 있습니다: /yjs/