¿Introducción a la Información Electrónica de la Universidad Normal de Shanghai (Maestría Profesional)?
El Departamento de Ciencias y Tecnología de la Computación de la Universidad Normal de Shanghai se estableció en 1986, con una maestría en tecnología de aplicaciones informáticas en 1996, una maestría en software y teoría de computadoras en 2000, una maestría en informática ingeniería tecnológica en 2010 y una maestría en informática y tecnología en 2011, que cubre
La Universidad Normal de Shanghai es una universidad integral con las características de la formación docente y el desarrollo coordinado de las artes y las ciencias. Hay 10 disciplinas que incluyen ciencia, ingeniería y administración, y el desarrollo de estas disciplinas requiere el apoyo de la informática. En el plan de posicionamiento para el desarrollo de la escuela, esta materia es una materia destacada. Ahora ha formado un sistema de enseñanza e investigación científica con una distribución temática razonable, multidisciplinario y multinivel, y se ha convertido en una importante base de formación para los científicos. y profesionales tecnológicos en Shanghai.
Después de más de 20 años de desarrollo, esta disciplina ha formado un grupo de tutores de posgrado con buenos conocimientos científicos, sólidas capacidades de investigación científica, rica experiencia docente y voluntad de contribuir. Hay más de 30 profesores y profesores asociados, y 41 profesores*** tienen título de doctorado. Los miembros de esta disciplina han ganado 3 premios al progreso en ciencia y tecnología del Ministerio de Educación, 4 premios al progreso en ciencia y tecnología de Shanghai, 2 premios al logro docente excelente de Shanghai y 2 premios al currículo excelente de Shanghai. 9 miembros de esta disciplina han ganado el premio nacional destacado. Premio al Maestro, Premio Nacional Baosteel, títulos honoríficos como el Premio al Maestro Sobresaliente, el Premio Yucai de Shanghai y el Becario Shuguang de Shanghai.
1. Teoría y práctica de la ingeniería del software.
Áreas de investigación: tecnología de prueba de software, ingeniería de confiabilidad de software; estimación y medición de software, modelos y métodos de mejora de procesos de software; tecnología de implementación de arquitectura basada en modelos (MDA).
Contenido de la investigación: este artículo estudia principalmente métodos de prueba de software basados en la cobertura, el diseño y la investigación de métodos de generación de conjuntos de pruebas basados en registros web, pruebas estadísticas y sistemas de medición de confiabilidad para aplicaciones web, y basados en diagramas de transición de estado. Investigación sobre tecnología de pruebas, teoría de máquinas de estados finitos y modelo de pruebas dinámicas de objetos. A través de la investigación sobre la tecnología de tolerancia a fallas del software y el cálculo de la confiabilidad del software, se ha establecido un método integral de clasificación y evaluación de calificaciones para la credibilidad del software y se ha logrado una medición cuantitativa de la calidad del software. Con base en el modelo UML, se establecen modelos de estimación de escala de software, medición del progreso del desarrollo y medición de la calidad del diseño, que pueden llevar a cabo de manera efectiva el desarrollo de software confiable y el análisis cuantitativo y la evaluación de la credibilidad del software. En términos de modelos y métodos de mejora de procesos de software, las pequeñas y medianas empresas de software de mi país se utilizan como objetivos de aplicación, y CMM y CMMI se utilizan como estándares para estudiar modelos y métodos de mejora de procesos de software de bajo costo y altamente operables. Al mismo tiempo, bajo el marco de Model Driven Architecture (MDA), se estudia el establecimiento, extensión y tecnología de conversión de modelos de software.
2. Procesamiento de imágenes y reconocimiento de patrones.
Campos de investigación: identificación biométrica, modelado de objetos tridimensionales, procesamiento de imágenes del espectro de terahercios y minería de datos.
Contenido de la investigación: extracción de puntos característicos de imágenes y su aplicación en recuperación de imágenes y reconocimiento facial, reconocimiento facial, segmentación semántica de imágenes y su algoritmo de reconocimiento de objetivos, tecnología de minería de datos de big data, predicción de carga de gas, modelado realista y renderizado de objetos de alto brillo, restauración de imágenes de terahercios y algoritmos de reconocimiento automático de objetivos.
3. Teoría de redes informáticas y su aplicación (Teoría y aplicación de redes informáticas).
Campos de investigación: codificación y modulación de redes, como redes de sensores inalámbricos, Internet de las cosas, SDN, etc.; control de optimización de la topología de la red, protocolos de optimización confiables de la capa de red y de la capa de transporte; Tecnología y aplicaciones de aplicaciones de Internet móvil.
Contenido específico de la investigación:
Según los diferentes niveles de la red, la teoría de procesos estocásticos discretos y el cálculo de redes se utilizan para modelar los objetos de investigación y sus comportamientos con sistemas aleatorios razonables. Traducir estudios de rendimiento relevantes en análisis estadísticos y soluciones de parámetros para problemas de optimización restringidos. Este artículo estudia la asignación de recursos MAC, el control de admisión de llamadas y el control de la topología de la red en redes inalámbricas para optimizar el rendimiento de la red.
4. Big data y computación inteligente.
Áreas de investigación: tecnología de optimización de consultas, análisis y almacenamiento de big data; análisis, extracción y pruebas previas de datos; web semántica y ontología; informática confiable y recomendación de información inteligente;
Contenido de investigación específico: para entornos de datos masivos, realice almacenamiento de datos no estructurados, consultas de optimización de datos masivos, análisis y minería de big data, diseñe métodos teóricos de optimización, combine tecnología de inteligencia artificial y tecnología de aprendizaje profundo para realizar big data. Análisis inteligente y reducción de dimensionalidad de características semánticas, estableciendo tecnología efectiva de cálculo y razonamiento de datos para entornos de plataformas como redes sociales y servicios de Internet, llevando a cabo aplicaciones e investigaciones de tecnologías teóricas relacionadas, como extracción y análisis masivo de datos, consulta de credibilidad de datos, etc. .
Si tiene preguntas sobre el examen de ingreso de posgrado, no sabe cómo resumir el contenido del centro de examen de ingreso de posgrado o no conoce las políticas locales para el registro del examen de ingreso de posgrado, haga clic en la parte inferior para consultar el sitio web oficial y obtener materiales de revisión gratuitos:/yjs/