山东理工大学

类  别

培养目标

支撑课程

综合素质

拥护中国共产党的基本路线和方针，热爱祖国、遵纪守法，具有良好的职业道德和敬业精神，身心健康，德、智、体、美、劳全面发展。

新时代中国特色社会主义理论与实践、自然辩证法、论文写作与学术规范、中国传统文化

综合能力

掌握计算机学科坚实的理论基础、系统的专业知识和扎实的实践技能，较熟练地掌握一门外国语，具备良好的外文交流与写作能力，具备独立从事科学研究或专门技术工作的能力。

学科前沿与实践（英文）、科研素养与创新能力、数理统计、矩阵理论、高级算法设计与分析、机器学习、大数据分析与云计算、研究生英语、口语、科技英语写作

研究方向

人工智能与智能系统

掌握智能感知与信息处理、智能系统设计与制造、人工智能与机器学习等技术，能够利用各类传感器、多源信息融合与数据分析方法，面向智能测控、机器人技术、现代智慧农业等领域进行研究与开发。

机器学习、模式识别、深度学习、强化学习理论与应用、物联网技术、智慧农业

网络服务与信息安全

掌握传统、下一代网络系统安全与服务质量技术，熟悉访问控制模型、可信计算、软件定义网络、负载均衡，网络服务组合与形式化统一建模，基于范畴论的验证面向进程的并发系统设计与实现一致性方法等技术。

网络与信息安全、高级计算机网络、Web服务与标准（英文）

、搜索引擎理论与技术

云计算与大数据分析

掌握云计算与服务、多源数据处理、信息挖掘、大数据分析等技术，熟悉海量复杂异构数据建模、知识表达、感知、融合管理，大数据计算框架与智能分析、推荐，软件建模与项目敏捷开发等技术，具备提供可靠、可行系统解决方案设计能力。

大数据分析与云计算、数据分析与可视化、高性能计算、自然语言处理、搜索引擎理论与技术

图像处理与信号分析

掌握图像处理与模式识别、计算机视觉、信号处理、未来通信系统等技术，熟悉图像内容获取及跟踪识别、信号处理、时频分析与特征提取、智能仪器仪表的设计开发、未来移动通信系统架构理论、编解码理论、基于移动通信系统的定位等技术。

数字图像处理、模式识别、深度学习、信号处理与分析、计算机视觉

学科名称

计算机科学与技术

学科代码

0812

单位名称

计算机科学与技术学院

培养类型

学术学位硕士

学分要求

总学分：≥ 34 ，必修课程学分：≥19，选修课程学分：≥9，其他培养环节学分：6

课 程 设 置（中英文对照）

课程类型

课程编码

课程名称

学分

学期

备注

学位课程

公共必修课程

≥8学分

G16007

新时代中国特色社会主义理论与实践

The Theory and Practice of Socialism with Chinese Characteristics for a New Era

2

1

G16003

自然辩证法（理工）

Dialectics of Nature

1

1

G14001

研究生英语

English (Reading & Writing）for Graduate Students

3

1

G14003

口语

Oral Language

1

1

G15003

论文写作与学术规范

Paper Writing and Academic Norms

1

1

学科平台必修课程≥11学分

050065

学科前沿与实践（英文）

The Lectures on the Frontier and Application

1

1

必选

G11001

数值分析 

Numerical Analysis

3

1

至少选修一门

G11003

数理统计

Mathematical statistics

2

1

G11002

矩阵理论

Matrix theory

2.5

1

040038

应用随机过程

Applied stochastic process

2

1

050064

高级算法设计与分析

Design and Analysis of Advanced Algorithms

2

1

必选

050047

机器学习

Machine Learning

3

1

050028

大数据分析与云计算

Big Data Analysis and Cloud Computing

3

1

非学位课程

方向选修课程

≥8学分

050036

深度学习

Deep Learning

2

2

050037

数据分析与可视化

Data Analysis and Visualization

2

2

050038

物联网技术

Internet of Things Technology

2

2

050034

强化学习理论与应用

Theory and Application of Reinforcement Learning

2

2

050002

模式识别

Pattern Recognition

2

2

050041

智慧农业

Intelligent Agriculture

2

2

050006

网络与信息安全

Network and Information Security

2

2

050030

高级计算机网络

Advanced Computer Network

2

2

050043

Web服务与标准（英文）

Web Services and Standards

2

2

050025

数据仓库与数据挖掘

Data Warehousing and Data Mining

2

2

050042

自然语言处理

Natural Language Processing

2

2

050013

搜索引擎理论与技术

Search Engine Theory and Technology

2

2

050044

高性能计算

High Performance Computing

2

2

050005

数字图像处理

Digital Image Processing

2

2

050033

计算机视觉

Computer Vision

2

2

050039

信号处理与分析

Signal Processing and Analysis

2

2

素养选修课程

1学分

G31001

中国传统文化

Chinese Traditional Culture

1

2

G15001

东方哲学与现代化

Oriental Philosophy and Modernization

1

2

G02060

科研素养与创新能力

Scientific Research Literacy and Innovation Ability

1

2

G10014

实验设计与统计分析

Experimental Design and Statistical Analysis

1

2

G02010

科技英语写作

Scientific English Writing

1

2

G21002

羽毛球

Badminton

1

2

G19002

美术鉴赏

Art Appreciation

1

2

G20002

舞蹈形体训练

Physical Training

1

2

其他

补修课程

不计学分

导师

确定

其他培养环节（6学分）

培养环节

相关内容及要求

学期

开题报告

（1学分）

在完成课程学习、文献阅读、学术调研过程后，研究生在导师的指导下确定研究课题，写出选题文献综述，提交开题报告。由本学科5人以上专家组成评审小组对开题报告进行评审，通过后即获得1学分；不通过者限期重做，重做后仍不通过者终止培养。

3

中期筛选考核

（1学分）

对研究生的思政、科研、实践及综合素质等进行考核，检查研究生学位论文进展状况、帮助学生把握学位论文方向、提高学位论文质量。中期筛选考核通过后即获得1学分；考核不合格的，经培养单位、研究生工作部审核，报校长办公会批准，做肄业处理。

4

创新创业

（2学分）

硕士研究生在学期间应参加创新创业活动，可采取以下多种形式进行：

1.进行3个月以上的出国访学研修或学术交流；

2.参加学术会议并宣读论文，或做公开学术报告2次；

3.参加全国性的科技竞赛、创意设计、创新创业竞赛等并获奖；

4.参加6次以上与本学科相关的学术报告，并提交总结；

每项记1学分，需完成2学分。

1-5

实习实践

（2学分）

教学实践：

研究生在学习期间应参加教学实践。教学实践可采取多种方式进行，如本科课程教学、辅导工作或指导生产实习、课程设计及毕业设计等工作。教学实践时间累计不少于1个月，结束后由导师写出考核评语，考核通过即获得1学分。

专业实践：

研究生在学习期间应参加专业实践，到生产、设计研究单位进行实践训练，也可以参加结合研究方向的科研或实验室等工作。专业实践时间不少于1个月，经考核通过后，即获得1学分。

2-5