学科代码：0812
一、学科简介
计算机科学与技术是20世纪40年代创建并迅速发展的科学技术领域，涉及数学、物理、通信、电子等学科的基础知识。本学科围绕计算机科学与技术相关学科方向，开展理论、原理、方法、技术、系统和应用等方面的研究。
计算机科学与技术学科起源于1958年中央军委批复设立的导弹系统专用计算机专业，是全国最早设立计算机专业的高校之一。本学科自1981年起招收硕士生，现覆盖一个博士后流动站，三个二级学科博士点；2011年获得国家一级学科博士/硕士授权点，建有博士后科研流动站；是国家“985”优势学科创新平台、“211”工程重点建设学科；在全国第四轮学科评估中，计算机科学与技术学科取得了A-成绩，百分位5-10%；2017年入选国家“双一流”建设学科；2018年计算机科学ESI排名进入全球前1‰。
本学科现有专任教师194人，其中正高级63人，副高级65人，研究生导师70人，博士导师62人；拥有智能感知与计算国际联合研究中心、智能信息处理国家“111”计划创新引智基地等5个国家级平台，15个省部级平台。智能信息处理国家级创新团队等3个省级科技创新团队，网络工程专业卓越计划核心课程体系和智能科学与技术2个教学团队。
学科注重基础理论教育，强化学生分析和解决问题的能力，培养了大批计算机和人工智能领域的高水平专门人才，已成为计算机科学与技术的重要人才培养基地，毕业生分布政府、国内外知名高校、研究院所和知名企业。
学科立足学科前沿，面向国家和国防重大需求，完成了一系列支撑学术前沿基础研究和满足国家国防重大需求的重大科研项目；深化校所、校地、校企、校校合作，在政经产学研协同创新方面取得显著成绩；先后获得国家科技进步奖，国家技术发明奖等重要奖项。
国际交流与合作方面，与国外多所知名高校建立了良好的合作关系。造就了一支能够参与国际竞争、开展教育教学改革和科技创新的师资队伍；培养了一批通晓国际规则、具备跨文化交流能力的复合型人才。
本学科培养人才的主要就业方向为：国家机关、高等院校、科研院所及知名信息技术企业。
二、培养定位与目标
以立德树人为根本任务，培养适应国家建设需求，具有国际视野，德、智、体、美、劳全面发展的高层次专门人才，为成为创新型学科带头人、行业骨干奠定基础。具体要求如下：
1.培养热爱祖国，遵纪守法，具有社会责任感和历史使命感，维护国家和人民的根本利益，推进人类社会的进步与发展。恪守学术道德，不以任何方式剽窃他人成果，不篡改、假造、选择性使用实验和观测数据，具有科学严谨和求真务实的学习态度和工作作风。
2.了解本领域发展动态和前沿；掌握计算机科学与技术领域相关方向的基础理论、系统的专业知识和实践操作技能；勇于开拓，能够在科学或专门技术方面取得创造性成果。
3.掌握一门外语，能够熟练阅读本专业外文资料，具备专业写作能力和学术交流能力。
4.具有良好的身心素质和环境适应能力，注重人文精神与科学精神的结合；具有积极乐观的生活态度和价值观；身心健康，具有承担本学科各项专业工作的良好体魄。
三、学位标准
学术学位工学硕士应了解学科发展现状、趋势及研究前沿；根据学科需求，掌握坚实的计算机系统结构、计算机软件与理论、计算机应用技术、计算机网络与信息安全、人工智能与模式识别、智能视觉与类脑科学、人工智能教育、智能感知与计算相关基础理论，在上述至少一个方面掌握系统的专门知识；具有严谨求实的科学态度和作风；具有获取知识能力、学术鉴别能力、科研创新能力、实践能力、学术交流能力；具有从事本学科相关领域科学研究或独立担负专门技术工作的能力；能够运用计算机科学与技术学科相关方法、技术与工具从事该领域基础研究、应用研究、关键技术创新或系统设计、开发与管理工作。
学术学位工学硕士需完成课程学分、科研或教学实践和学位论文工作，并在导师指导下取得的科研成果达到最新版《西安电子科技大学研究生申请学位研究成果基本要求》。
四、培养方向
本学科包含以下8个学科方向：
1.计算机系统与网络工程：研究人机交互与可穿戴计算理论及应用关键技术、安全输入输出系统理论及关键技术、高性能低功耗嵌入式计算关键技术等与计算机系统结构相关的基础理论、技术与方法；研究下一代网络和新型物联网系统中智能化网络控制、差异化服务保障、物理信息系统融合、跨域安全管控等基础理论、技术与方法。解决计算机系统在工业控制、航空航天、军事国防等领域中的应用问题。培养学生掌握计算机系统分析、设计、性能评估、安全性和可靠性保障技术，解决异构网络融合、物联网共性支撑等核心问题。培养学生掌握未来网络架构与运维机理、异构网络协同组网技术、数据跨网域交互技术、规模化互联互通技术、网络安全与隐私保护技术、融合网络可信评估技术等。
2.数据科学与知识工程：研究高维数据、图数据、流数据、时空数据、多模态异构数据等海量异构数据的预处理、存储组织、索引查询、分析挖掘与应用、知识发现、海量多组学生物数据分析等基础理论、技术与方法。解决大数据中海量、高维、异构、动态特性带来的理论和技术挑战问题以及数学、信息学、统计学和计算机科学的交叉学科方法在复杂疾病、精准医疗、网络医学等领域中的应用问题。培养学生掌握大数据高效存储方法与技术、大数据组织管理方法、海量数据分析挖掘方法、知识发现技术、生物网络数据分析技术，生物序列数据分析技术，以及生物网络数据分析与可视化技术等。
3.计算机软件与理论: 研究软件在实现既定目标的过程中，行为及结果的正确性、可靠性、安全性、时效性、完整性、可用性、可预测性、生存性和可控性的基础理论与技术。培养学生掌握软件的形式化建模方法，开发方法，验证技术，测试理论与方法。
4.计算生物信息学：研究多维度、动态、海量的多组学生物数据分析基础理论、技术与方法。解决数学、信息学、统计学和计算机科学的交叉学科方法在复杂疾病、精准医疗、网络医学等领域中的应用问题。培养学生掌握生物医学数据的建模方法，数据挖掘与机器学习理论与方法，图论与组合优化理论与方法，生物网络数据分析，生物序列数据分析，复杂生物数据的分析与可视化技术等。
5.人工智能与模式识别：围绕人工智能基础理论、模式识别与机器学习的数学方法、现代模式识别与机器学习技术、智能信号分析与目标辨识、开放复杂场景的智能理解等开展研究。培养学生掌握人工智能与模式识别在电子信息领域的应用，突破开放式环境下的智能信号侦查、智能电子对抗、智能目标识别、智能战场理解、智能博弈决策等关键技术。
6.智能视觉与类脑科学：研究利用相机获取外部世界的图像并通过智能算法的处理，使得获取的图像更适合人眼观看，或利用智能算法对获取图像进行目标辨识、跟踪、分析或测量。培养学生掌握计算成像理论和方法、人工智能理论和方法、智能算法对图像进行增强和修复的方法、利用智能算法对图像中的目标进行辨识、跟踪和内容理解和分析等。
7.人工智能教育：围绕教育大数据的采集、建模、分析、应用等开展研究，力图构建教育大数据的标准规范体系、建立个性化的教育知识图谱，助力于教育向精准化、个性化和智能化发展，促进教育规模化和个性化的有机统一。培养学生利用人工智能技术，建立人工智能学科的知识点结构、知识图谱或本体体系，设计开发可辅助大学使用的人工智能教学体系和助教系统。
8.智能感知与计算：研究智能计算及机器学习、深度学习理论与方法、群体智能技术、跨媒体分析与推理、复杂网络非结构化多模态大数据挖掘、遥感影像解译与目标识别、医学影像智能分析与诊断、智能无人系统，培养学生利用先进的计算模式与手段，从原始表现形式的数据中还原或解码其真实环境，从而进行信息整合与管理。
五、培养方式
采用全日制培养方式。实行以科研为主导的导师或导师组负责制。采用“课程学习+学位论文”两阶段培养过程。导师或导师组负责研究生培养计划制定、学位论文选题、中期、论文撰写和学位申请等方面的指导工作。导师或导师组全面负责研究生的培养质量。
六、学制与修业年限
全日制硕士研究生学制为三年，必要时可申请延长学习年限，最长学习时间不得超过四年（含休学）。全日制硕士研究生一般用一年时间进行课程学习，其余时间用于学位论文工作。硕士生申请提前或延期毕业，需经导师同意，学院主管领导审核，研究生院批准，具体办法参照《西安电子科技大学硕士学位授予实施细则（2019年修订）》文件执行。
七、课程设置与学分要求
硕士生课程学习实行学分制。硕士生的学分最低为32学分，其中学位课程学分为17学分。学位课由公共课（6学分），专业基础课（9学分）和专业课（2学分）组成。详细课程设置请查看附表。
1.公共基础课，6学分
A.政治理论课，3学分
B.外语课，3学分
2.专业基础课，9学分
D.数学类基础课，6学分
E.专业基础课，3学分
3.专业课（学位课），2学分
4.论文写作，1学分
5.人文素养课，1学分
6.学术前沿课程，2学分
7.实验类课程，1学分
8.必修环节，2学分
学术活动，1学分
教学实践/科研实践，1学分
注：任选课可以从全校范围内任选。
八、必修环节
1.学术活动。
本学科定期或不定期组织各类学术活动，贯穿于研究生培养全过程，加强教师与学生、学生与学生之间的沟通交流。要求学术学位硕士研究生可在全校范围内听取学术报告次数不少于6次，或者在校内外学术会议上做口头报告1次并完成一份综述报告，或者学生出国参加国际学术会议1次。达到要求者获得1学分。
2.教学实践、科研实践。
学术学位硕士研究生可在教学实践和科研实践中选择一项作为实践环节，通过考核者获得1学分，详见《西安电子科技大学研究生实践环节实施细则》。
教学实践以提高研究生综合素质为目的，要求研究生在学期间参与一定学时的教学辅导工作，教学实践完成后，学生须填写《教学实践学分认定表》，经导师和学院审核后，上报研究生院备案。
科研实践以提高研究生学术素养和创新能力为目的，导师（导师组）设计科学有效的科研训练体系，使学生了解科学研究的意义与价值，掌握相关的研究方法与技术。科研实践完成后，学生须填写《科研实践学分认定表》，经导师和学院审核后，上报研究生院备案。
学术学位硕士研究生要求必修环节不少于2学分。
九、学位论文
研究生在修完学位课程并完成规定学分后，可以开展学位论文工作。研究生在导师或导师组指导下完成学位论文，导师为第一责任人，对论文质量全程把关。论文工作包括论文选题、开题报告、论文中期考核、论文撰写、论文答辩等几个环节。
1.论文选题：论文选题应结合导师科研任务进行，具有理论意义或较高实用价值，鼓励选择直接面向工程或具有探索性的应用课题。论文选题应具备一定的先进性、技术难度和工作量，在导师指导下由硕士生独立完成。
2.开题报告：开题报告撰写以文献综述报告为基础，主要介绍课题研究目的、意义、技术路线、实施方案、计划安排和预期成果。硕士生开题报告应于第三学期末之前完成，并在导师安排的正式会议上就课题研究范围、意义和价值、拟解决问题、研究方案和研究进度做出说明，并进行可行性论证，经认可通过后方可进行课题研究。
3.论文中期考核：学术学位硕士研究生在完成学位论文开题报告后半年内，须进行学位论文中期考核。中期考核内容包括：总结学位论文工作进展情况，阐明所取得的阶段性成果，对阶段性工作中与开题报告内容不相符部分须进行说明，并对下一步工作计划和研究内容进行阐述。
4.论文撰写：学位论文内容应包括课题背景、国内外研究动态、设计方案比较与评估、需要解决的主要问题和途径、本人在课题中所做的工作、理论分析、分析设计、测试装置和试验手段、试验数据处理、必要图纸、图表曲线与结论、结果技术和经济效果分析、引用参考文献等。与他人合作或前人基础上继续进行的课题，必须在论文中明确指出本人所做工作。论文撰写要求按《西安电子科技大学研究生学位论文撰写标准》执行。
5.论文答辩：学术学位硕士论文答辩委员会由3～5名具有硕士指导资格的教师组成，其中至少有一位论文评阅人。若答辩委员会为3人，硕士生本人导师不能作为答辩委员会委员。通过答辩后，校学位评定委员会根据答辩委员会意见以及学院学位评定分委会审核意见，按照有关规定对申请授位研究生作出是否授予学位的决定。
6.学位授予：在攻读硕士学位期间，按要求完成培养方案中规定的所有环节，修完培养计划中所有课程，学分达标，成绩合格，且学位课加权平均分不低于75分，并通过学位论文答辩者，经学院学位评定分委员会和学部、学校学位评定委员会审议通过，授予硕士学位。
论文工作中学位论文选题、开题、撰写、答辩以及授位标准等具体要求，按照《西安电子科技大学硕士研究生培养工作的规定》和《西安电子科技大学硕士学位授予工作的实施细则》执行。
附表.课程设置
课程
类别
课程中文名称
学时
学分
考核方式
开课学期
开课单位
备注
学
位
课
公共
基础课课
政治
中国特色社会主义理论与实践研究
36
2
考试
秋季
人文学院
必修
自然辩证法概论
18
1
考试
春季
人文学院
英语课
英语基础能力
32
1
免
全年
外国语学院
免
加强班
专业英语（一）
32
1
考试
秋季
外国语学院
三选一
英语听说（一）
32
1
考试
秋季
外国语学院
基础写作（一）
32
1
考试
秋季
外国语学院
跨文化交际
32
1
考试
春季
外国语学院
六选一
商务英语
32
1
考试
春季
外国语学院
英美文化
32
1
考试
春季
外国语学院
西方文学选读
32
1
考试
春季
外国语学院
影视鉴赏
32
1
考试
春季
外国语学院
跨文化交际
32
1
考试
春季
外国语学院
专业英语（二）
48
1.5
考试
全年
外国语学院
三选二
基础班
英语听说（二）
48
1.5
考试
全年
外国语学院
基础写作（二）
48
1.5
考试
全年
外国语学院
专业基础课
数
学
课
矩阵论
48
3
考试
全年
电子工程学院
选
三
门
计算机科学使用的数理逻辑
48
3
考试
秋季
计算机科学与技术学院
组合数学
48
3
考试
秋季
计算机科学与技术学院
数论算法及有限域
48
3
考试
秋季
计算机科学与技术学院
工程优化方法
48
3
考试
秋季
数学与统计学院
随机过程
48
3
考试
全年
数学与统计学院
学科基础课
算法分析与设计
48
3
考试
春季
计算机科学与技术学院
大数据优化建模及优化算法
48
3
考试
秋季
计算机科学与技术学院
统计检验理论
48
3
考试
秋季
计算机科学与技术学院
软件体系结构
48
3
考试
春季
计算机科学与技术学院
计算智能
48
3
考试
春季
计算机科学与技术学院
计算生物信息学（双语课）
48
3
考试
秋季
计算机科学与技术学院
形式语言与自动机
46
3
考试
春季
计算机科学与技术学院
最优化理论与方法
32
2
考试
春季
计算机科学与技术学院
智能优化算法研究进展及相关理论（英文课程）
32
2
查考
春季
计算机科学与技术学院
人工智能
48
3
考试
秋季
人工智能学院
算法设计导论
48
3
考试
春季
人工智能学院
计算智能Ⅰ
48
3
考试
秋季
人工智能学院
神经网络基础与应用
48
3
考试
秋季
人工智能学院
模式识别
48
3
考试
春季
人工智能学院
计算成像与理解
48
3
考试
秋季
人工智能学院
遥感影像分析与处理
48
3
考试
秋季
人工智能学院
专业课
数据挖掘原理与应用
48
3
考查
春季
计算机科学与技术学院
≥2学分
程序的形式语义与验证
48
3
考试
秋季
计算机科学与技术学院
视觉计算理论与算法
32
2
考试
秋季
计算机科学与技术学院
计算机图形学
32
2
考试
秋季
计算机科学与技术学院
进化算法基础
32
2
考试
秋季
计算机科学与技术学院
并行与分布式计算
32
2
考试
秋季
计算机科学与技术学院
服务计算与大数据
32
2
考试
秋季
计算机科学与技术学院
网络与系统安全
32
2
考试
秋季
计算机科学与技术学院
高级计算机系统结构
32
2
考试
秋季
计算机科学与技术学院
图像处理的数学基础
32
2
考试
春季
计算机科学与技术学院
数据与知识工程
32
2
考查
春季
计算机科学与技术学院
语义计算
48
3
考试
秋季
计算机科学与技术学院
复杂网络基础及应用
32
2
考试
春季
计算机科学与技术学院
数据处理与价值发现
32
2
考查
春季
计算机科学与技术学院
医学信息学
32
2
考试
春季
计算机科学与技术学院
量子力学在图像处理中的应用
32
2
考试
春季
计算机科学与技术学院
数据挖掘与知识发现
32
2
考试
秋季
人工智能学院
非线性信号与图像处理
32
2
考试
春季
人工智能学院
自然计算
32
2
考试
全年
人工智能学院
机器学习与深度学习理论
（双语教学）
32
2
考试
春季
人工智能学院
SAR图像处理与解译
32
2
考试
全年
人工智能学院
智能目标识别分类技术
32
2
考查
春季
人工智能学院
视觉感知与目标跟踪
32
2
考查
春季
人工智能学院
复杂网络与群体智能
32
2
考试
春季
人工智能学院
智能算法导论
32
2
待定
待定
人工智能学院
非线性表征学习与优化
32
2
考试
春季
人工智能学院
非学位课
论文写作
学术规范与论文写作
16
1
考查
全年
研究生院
必修
人文
素养
课
科学精神与人文精神专题
16
1
考查
秋季
人文学院
≥1
学
分
科学道德与学风
20
1
网考
全年
电子工程学院
学术
前沿
课
计算机前沿创新技术（IBM校企联合课程）
32
2
考查
秋季
计算机科学与技术学院
选2学分
区块链技术基础及应用（校企联合课程）
32
2
考查
春季
计算机科学与技术学院
大数据分析（校企联合课程）
32
2
考查
春季
计算机科学与技术学院
人工智能医学应用进展
16
1
考查
秋季
计算机科学与技术学院
计算机科学与技术新进展
32
2
考查
全年
计算机科学与技术学院
智能信息处理新理论、新技术专题研讨
32
2
考查
秋季
人工智能学院
智能感知与先进计算新进展
32
2
考查
秋季
人工智能学院
实验类
课程
计算机网络工程与实验
48
3
考查
秋季
计算机科学与技术学院
选
1
门
FPGA设计实验
32
2
考查
秋季
计算机科学与技术学院
现代可编程逻辑器件原理与应用
16
1
考查
春季
人工智能学院
数据分析原理与实验
16
1
考查
春季
计算机科学与技术学院
认知计算及决策技术实验
16
1
考查
春季
计算机科学与技术学院
网络存储技术原理、应用与实验
16
1
考查
秋季
计算机科学与技术学院
操作系统内核设计实践
16
1
考查
春季
计算机科学与技术学院
人工智能创新实验
16
1
考查
春季
人工智能学院
嵌入式智能系统实验
16
1
考查
春季
人工智能学院
高性能智能计算实验
16
1
考查
全年
人工智能学院
计算成像实验
16
1
考查
秋季
人工智能学院
任选课
数字信号处理（二）
48
3
考试
全年
电子工程学院
选
8
学
分
智能感知与决策方法
40
2
考查
春季
计算机科学与技术学院
Petri网原理及应用
40
2
考查
秋季
计算机科学与技术学院
医疗图像信息与处理
36
2
考查
秋季
计算机科学与技术学院
人机交互
36
2
考查
春季
计算机科学与技术学院
图的挖掘技术及应用（双语课）
32
2
考查
春季
计算机科学与技术学院
生物信息学算法
32
2
考查
春季
计算机科学与技术学院
Web开发模式
32
2
考查
秋季
计算机科学与技术学院
计算机视觉
32
2
考查
春季
计算机科学与技术学院
自然语言处理
32
2
考查
春季
计算机科学与技术学院
虚拟现实与三维仿真技术及应用
32
2
考查
春季
计算机科学与技术学院
机器学习（全英文课程）
32
2
考试
秋季
计算机科学与技术学院
软件项目管理
32
2
考试
秋季
计算机科学与技术学院
Linux内核原理与分析
32
2
考查
秋季
计算机科学与技术学院
云计算及虚拟化技术
32
2
考试
春季
计算机科学与技术学院
移动互联网技术
32
2
考试
春季
计算机科学与技术学院
模糊系统理论与应用
32
2
考试
春季
计算机科学与技术学院
工业控制与嵌入式系统
32
2
考查
秋季
计算机科学与技术学院
VHDL语言与数字系统EDA设计
32
2
考查
春季
计算机科学与技术学院
机器学习方法导论
32
2
考查
秋季
计算机科学与技术学院
复杂软件系统的分析、设计与实现
32
2
考查
秋季
计算机科学与技术学院
现代几何计算
32
2
考试
春季
计算机科学与技术学院
深度学习及其应用
32
2
考查
春季
计算机科学与技术学院
互联网与网络(英文课程)
32
2
考查
秋季
计算机科学与技术学院
图像理解与视频分析
32
2
考试
秋季
人工智能学院
雷达图像处理与理解
32
2
考试
春季
人工智能学院
智能信息处理新理论、新技术专题研讨
32
2
考查
秋季
人工智能学院
数据驱动优化学习
（全英文）
32
2
考试
秋季
人工智能学院
复杂数字系统设计方法
32
2
考查
春季
人工智能学院
自适应图像分析与识别
32
2
考试
春季
人工智能学院
现代机器学习理论
32
2
考试
全年
人工智能学院
统计学习理论应用
32
2
考试
春季
人工智能学院
量子计算优化与学习
32
2
考查
春季
人工智能学院
认知计算（全英文）
32
2
考试
秋季
人工智能学院
压缩感知理论与应用
32
2
考查
秋季
人工智能学院
图像低维结构建模
16
1
考查
春季
人工智能学院
计算机视觉（双语教学）
32
2
考试
秋季
人工智能学院
多源信息融合
32
2
考查
春季
人工智能学院
神经计算科学（双语教学）
32
2
考试
秋季
人工智能学院
数字图像理解
32
2
考试
秋季
人工智能学院
知识图谱
32
2
待定
待定
人工智能学院
语音分析与处理
32
2
待定
待定
人工智能学院
专家系统推理
32
2
待定
待定
人工智能学院
智能机器人
32
2
待定
待定
人工智能学院
估值理论和方法选讲
16
1
考查
春季
计算机科学与技术学院
信息隐藏及其应用
16
1
考查
全年
计算机科学与技术学院
异构可编程技术与应用
16
1
考查
秋季
计算机科学与技术学院
高性能计算技术前沿进展
16
1
考查
春季
计算机科学与技术学院
必修环节
学术活动
1
必修
选2学分
教学实践
1
二选一
科研实践
1
培养方案修订专家组组长签字：
学院公章：
年 月 日