河北大学软件工程全日制专业学位硕士研究生培养方案
一、培养目标
专业学位硕士研究生的培养目标侧重于工程开发、工程应用、工程管理和应用创新等能力的培养。软件工程领域专业学位硕士研究生的培养目标是：培养具有严谨求实的科学态度、工作作风和良好职业道德的高层次实用型、复合型软件工程技术和软件工程管理人才，以满足企事业单位对软件工程技术人才的需求，具体要求如下：
（一）掌握软件工程领域扎实的基本理论和相关的专业知识。
（二）掌握解决软件工程领域工程问题的先进技术、方法和手段。
（三）了解软件工程领域的技术现状和发展趋势。
（四）具有进行本领域技术开发和创新的能力，即能够进行计算机软件的设计、开发与应用创新。
（五）具有担负软件开发项目负责人的能力，起牵头人、负责人、管理者的作用。
（六）掌握一门外国语，能熟练地阅读软件工程领域的外文资料。
二、研究方向
1、软件设计与管理
该研究方向围绕软件开发设计过程中的相关问题展开研究，主要集中在研究软件设计模式、软件质量管理和软件缺陷预测，并将最新的人工智能技术应用于这些研究。具体地，在软件设计模式研究中，主要以游戏软件的设计为研究对象，研究如何将人工智能技术应用到软件的设计开发中，以提高游戏软件的智能水平；在软件质量管理研究中，侧重研究基于预测模型的软件质量管理，包括针对软件质量管理的预测模型构建、测试与评价；在软件缺陷预测研究中，侧重研究基于非平衡学习的软件缺陷倾向预测，特别是基于非平衡大数据分类的预测方法。
2、云计算与大数据处理
该方向是目前最热门的研究方向之一，主要研究基于云计算的大数据处理分治策略、大数据开源框架HADOOP和SPARK、这两种大数据开源框架的编程及相关应用研究，例如基于HADOOP和SPARK的大数据分类及其比较研究、基于生成模型的非平衡大数据平衡化研究、多模态大数据融合研究等。
3、大数据机器学习
该方向主要研究经典的机器学习算法在大数据环境下的可扩展性及大数据预处理。具体地，在机器学习算法可扩展性方面，主要研究如何改造或改进经典的机器学习算法，使之适应大数据环境，也研究如何设计面向大数据环境的新机器学习算法。在大数据预处理方面，主要研究面向大数据的样例选择、大数据主动学习和面向大数据的特征选择。
4、深度学习
该方向也是目前最热门的研究方向之一，深度学习在计算机视觉、语音识别、自然语言处理等多个领域都有非常成功的应用。该方向以应用为导向，主要研究常用的深度学习模型（如自动编码器、卷积神经网络、生成对抗网络等）的训练与应用。在应用研究中，主要研究深度学习在计算机视觉中的应用，包括视频检索、对象检测、目标跟踪等。此外，该方向还研究深度生成模型在非平衡大数据分类中的应用。
5、粒计算与知识获取
粒计算是一种模拟人类思维解决复杂问题的新方法，它通过把复杂的问题抽象并划分为若干简单的问题进行求解，是人工智能领域近年来的一个研究热点。该方向主要研究粒度划分的层次、粒结构及基于粒计算的知识获取方法。
6、随着WWW的快速发展，互联网上出现了大量有价值的信息（如微博、论坛、网络新闻等）。该方向主要研究如何快速、方便、准确地从海量互联网信息中挖掘有价值的知识。具体地，包括热门话题检测、事件演变趋势分析、社区发现等研究内容。
三、学习年限
全日制攻读硕士学位的学习年限为3年，达到要求的优秀研究生可以提前1年毕业。
四、课程设置
本专业硕士研究生的课程学习在第二学期末（按本专业实际写）结束。必须修满28学分。其中学位课程为16—22学分，必修环节为4学分，选修课为8—9学分（必须选修本方向专业选修课程）。
本专业共设置29门课程，其中，公共课3门，基础理论课4门，专业课4门，选修课15门。
对于培养方案内确定的课程，应另行编写课程教学大纲。主要包括教学目标、课程内容、教学要求、预修课程、考核方式、参考书目等。
课程考试可以采用笔试、写读书报告或论文的形式。软件项目管理与案例分析和软件工程技术与应用案例两门课采用撰写技术报告的考核方式；Hadoop大数据处理、深度学习、异常检测、数据挖掘、支持向量机、高级数据库系统、模式识别和多Agent系统八门课程的考核形式采用写论文的形式，其他课程采用考试形式。确实考核出学生对所学课程掌握的程度及运用知识的能力，考试成绩按百分成绩评定。
学位课不及格但在45分以上，允许补考一次，45分以下必须重修。
一学期有两门学位课程考试不及格，或一门学位课程考试不及格经补考后仍不及格者，应予退学。
学生所有考试试卷学院保存至少4年。
五、学位论文工作
专业学位研究生的学位论文应该强调应用性，选题应具有实际应用背景和应用价值。要体现专业学位研究生综合运用所学理论、方法和技术解决实际问题的能力，学位论文形式可以是应用基础研究、工程设计与案例分析、项目管理等多种形式，学位论文要有创新内容。
1、学位论文开题。学位论文开题应在双导师的指导下进行，双导师是指校内导师和校外企业导师，以校内导师为主，校外企业导师协助指导工程实践。通过查阅本领域相关工作的文献，熟悉相关工程实际情况，指出要解决的实际问题及解决方案和技术路线，并撰写开题报告。选题注重应用价值和工程实践背景，解决问题的方法要有新的见解。开题报告需要经过论证小组论证通过，论证小组由至少3位熟悉研究生选题内容的导师组成。论证小组就选题是否有研究意义、研究方案和技术路线的可行性及创新性等方面给出评估意见。学位论文开题距离学位论文答辩的日期至少1年以上。开题报告的具体要求参见《河北大学关于硕士研究生学位论文开题报告的要求》。
2、学位论文撰写。专业学位研究生的学位论文可以采用应用研究类、工程设计类、产品研发类等多种形式，要注重学位论文在应用研究或工程技术方面的创新性。硕士学位论文撰写的时间应不少于1年，即从开题报告到全面完成为止。学位论文的撰写要符合规范，章节之间要有逻辑性，硕士学位论文应在双导师指导下由硕士生独立完成。
3、学位论文答辩。通过学位论文评审的才能参加答辩，答辩委员会至少由5名本领域的专家组成，原则上要有1位工程领域的专家。此外，主席必须是其他学校的导师，原则上应为博士生导师。研究生参加答辩前还需要完成一定的学术活动，发表至少1篇符合要求的学术论文。关于学术活动和学术论文的要求分别参见：
（a）《河北大学研究生开展学术活动的有关规定（试行稿）》。
（b）《河北大学关于研究生在攻读学位期间发表学术论文的要求》。
六、培养方式及方法
专业学位硕士研究生的培养方式实行双导师负责制，以校内导师指导为主，校外导师为辅，校外导师主要参与研究生实践过程和项目研究环节的指导工作。研究生学习采用课程学习与科学研究或工程实践相结合的方式。校内培养环节采用导师指导与集体培养相结合。在研究生入学第一学期内确定导师，导师和研究生采用双向选择机制。为了充分发挥学科的综合优势和学术群体作用，每位导师每届指导学生原则上不超过6名，新增导师首次指导学生原则上不超过2名。鼓励相关和相近学科之间联合培养硕士研究生。
| 类别 | 课程号 | 课程名称 | 学时 | 学分 | 授课学期 | 授课方式 | 考核方式 | 备注 |
|---|---|---|---|---|---|---|---|---|
| 学位课 | T0000001 | 中国特色科学社会主义理论与实践 | 34 | 2 | 1 | 讲授 | 考试 | |
| T0000003 T0000004 | 专业硕士英语 | 51 | 3 | 1 | 讲授 | 考试 | ||
| Z1502001 | 专业外语(湛燕) | 34 | 2 | 1 | 讲授 | 考试 | ||
| Z1502002 | 算法设计与分析(翟俊海) | 51 | 3 | 1 | 讲授 | 考试 | 多媒体 | |
| Z1502003 | 高级软件工程(王兵) | 51 | 3 | 1 | 讲授 | 考试 | 多媒体 | |
| Z1502004 | 机器学习(邢红杰) | 51 | 3 | 1 | 讲授 | 考试 | 多媒体 | |
| 实践环节 | T0000105 | 入学教育与学术规范 | 1 | 1 | ||||
| T0000106 | 开题报告 | 1 | 4 | |||||
| T0000108 | 实习实践活动 | 2 | ||||||
| 非学位课 | T0000102 | 自然辩证法概论 （含延安精神专题讲座4课时) | 21 | 1 | 2 | 讲授 | 考试 | 理工医 |
| T0000101 | 马克思主义与社会科学方法论（含延安精神专题讲座4课时） | 21 | 1 | 2 | 讲授 | 考试 | 文史哲 | |
| Z1502101 | 软件项目管理与案例分析 (陈昊) | 34 | 2 | 2 | 讲授 | 技术报告 | 多媒体 | |
| Z1502102 | 软件工程技术与应用案例 (刘宇) | 34 | 2 | 2 | 讲授 | 技术报告 | 多媒体 | |
| Z1502103 | Hadoop大数据处理(翟俊海) | 34 | 2 | 2 | 讲授 | 论文 | 多媒体 | |
| Z1502104 | 深度学习(翟俊海) | 34 | 2 | 2 | 讲授 | 论文 | 多媒体 | |
| Z1502105 | 神经网络(邢红杰) | 34 | 2 | 2 | 讲授 | 考试 | 多媒体 | |
| Z1502106 | 异常检测(邢红杰) | 34 | 2 | 2 | 讲授 | 论文 | 多媒体 | |
| Z1502107 | 数据挖掘(袁方) | 34 | 2 | 2 | 讲授 | 论文 | 多媒体 | |
| Z1502108 | 高级数据库系统(袁方) | 34 | 2 | 2 | 讲授 | 论文 | 多媒体 | |
| Z1502109 | 支持向量机(鲁淑霞) | 34 | 2 | 2 | 讲授 | 论文 | 多媒体 | |
| Z1502110 | 数据分析(鲁淑霞) | 34 | 2 | 1 | 讲授 | 考试 | 多媒体 | |
| Z1502111 | 凸优化理论及应用(花强) | 34 | 2 | 1 | 讲授 | 考试 | 多媒体 | |
| Z1502112 | 模式识别(花强) | 34 | 2 | 2 | 讲授 | 论文 | 多媒体 | |
| Z1502113 | 强化学习(张峰) | 34 | 2 | 1 | 讲授 | 考试 | 多媒体 | |
| Z1502114 | 多Agent系统(张峰) | 34 | 2 | 2 | 讲授 | 论文 | 多媒体 | |
| Z1502115 | 数字图像处理(陈俊芬) | 34 | 2 | 2 | 讲授 | 考试 | 多媒体 | |
| Z1502116 | 矩阵论(陈俊芬) | 34 | 2 | 2 | 讲授 | 考试 | 多媒体 | |
| Z1502117 | 研究生导师论坛（一）大数据时代的软件工程 | 34 | 0 | 1 | 讲座 | |||
| Z1502118 | 研究生导师论坛（二） 基于机器学习的软件 缺陷预测 | 34 | 0 | 2 | 讲座 |
注：1、专业学位课课时为51学时，3学分；2、专业选修课课时为34学时，2学分；3、每个研究方向设1-2门选修课； 4、每学分17学时。