关于开展2020级电子信息专业硕士研究生
学位论文开题工作的通知
研究生学位论文开题是公司产品的重要环节,是科学研究和技术开发顺利开展的前提条件,是培养研究生独立科研和实践能力的主要措施,是保证学位论文质量的基础。为规范公司产品环节,加强过程管理,提高培养质量,信息科学与工程学院将开展2020级电子信息专业硕士研究生学位论文的开题工作,具体内容如下:
一、开题对象
beat365官方网站信息科学与工程学院2020级电子信息专业硕士研究生,且已修读完人才培养方案规定的课程并取得相应学分。
二、组织实施
根据公司学位点建设的实际情况,拟开题研究生的开题工作将于2021年10月16日早8:00分三组独立实施(分组名单见附表)。
1、开题评定小组构成
1) 第一组
组长:杨 喜
成员:周小清、张仁民、曾庆立、张银行
秘书:吴 彬
2) 第二组
组长:廖柏林
成员:曾水玲、莫礼平、周恺卿、彭 晨
秘书:陈昌奉
3) 第三组
组长:李建锋
成员:丁 雷、陈炳权、张书真、李 曙
秘书:袁燕飞
2、开题地点
第一组:工科楼C315
第二组:工科楼C326
第三组:工科类C327
三、开题报告的主要内容及要求
论文题目原则上应与电子信息专业和具体研究方向相对应,选题应与电子信息专业学位人才培养目标和方案一致,突出应用性和实际工程背景。学位论文开题是硕士学位论文工作的基础,对论文后续工作有着重大影响。开题报告应涉及以下主要内容:
1、立论依据
选题的研究意义和实际价值,可以从理论和/或实际应用方面进行论述;国内外研究现状及趋势应结合产业、行业的发展趋势进行技术或文献进行分析,并附主要参考文献(不少于30篇,中英文适当搭配)及出处。
2、研究方案
研究目标、研究内容和拟解决的关键问题;
特色与创新之处;
拟采取的研究方法、技术路线及可行性分析。
3、论文写作框架
学位论文一般包括绪论、论文主体、存在的问题和未来工作展望等三大部分。其中论文主体部分一般不少于3个研究点/研发技术点。论文写作框架应至少写至二级目录,尽量写至三级目录。
4、年度研究计划及预期进展
学位论文应尽量结合导师科研课题/项目研发进行开展,技术工作一般为9个月,学位论文写作工作一般为6个月。研究生应对按季度(3个自然月)拟定年底研究计划。同时,学院将在开题6个月时依据此研究计划表进行中期考核,中期考核不合格者,将根据研究生管理条例进行处理。
5、可能存在的问题与拟采用的解决方法
在研究(研发)过程中,可能遇到的困难和问题,拟采取解决的方法和措施。
四、开题报告评分标准
学位论文开题的成绩考核采用百分制,70分及以上者才予以通过。开题主要考察选题(15%)、研究内容(30%)、研究方案(30%)、研究基础(20%)和研究计划(5%)等五个方面。
1、同时具备下列条件者,开题报告应为通过:
1)选题恰当,有一定的理论或较高的应用价值,有一定的创新性;
2)研究目标较为明确,研究内容较为充实,对可能存在的关键问题具有较准确的预见性;
3)研究方案论证充分,技术路线科学可行;
4)具有独立搜集和综合分析资料的基本能力,能掌握与本研究方向的国内外动态,基本掌握技术关键,开题条件基本具备;
5)研究工作计划安排合格。
2、有下列问题之一者,开题报告为不通过:
1)选题不当,与电子信息专业的人才培养目标不一致或达不到该专业公司产品规格的要求;
2)研究目标不明确,内容空洞单薄,关键技术问题含糊不清;
3)研究方法简单,研究措施不力,阅读的参考文献数量不足,质量低下;
4)研究生本人的专业基础差,技术素养低,明显无法完成学位论文工作;
5)研究计划安排不周;
6)逻辑混乱,思路不清,陈述杂乱。
五、硕士学学位论文开题程序
1、评定组组长宣传报告会开始;
2、硕士生陈述开题报告,时间不超过15分钟;
3、专家提问,硕士生回答问题;
4、评定组成员评议,并由组长总结宣布成绩;
5、评定组评定成绩并在开题报告书上签字。
信息科学与工程学院
2021年09月29日
附表:2020级电子信息专业硕士研究生学位论文开题工作分组名单
分组一
序号 |
姓名 |
论文题目 |
指导教师 |
1 |
钟菊秀 |
量子盲签名方案的设计与分析 |
鲁荣波 |
2 |
杨金彪 |
基于ZnTe和CdTe的电子晶体管原理与设计 |
廖文虎 |
3 |
张 康 |
基于预编码技术的MB-OFDM UWBoF系统研究 |
向长青 |
4 |
陈乾明 |
基于FFT的高精度谢波参数估计方法研究 |
雷可君 |
5 |
刘婷婷 |
认知无线电IoT中基于协方差矩阵特征值频谱感知算法研究 |
杨 喜 |
6 |
孙浩冉 |
基于PAM4信号的高速SerDes接收端电路关键技术研究 |
张银行 |
7 |
刘泽宇 |
复杂环境下基于深度学习理论的频谱感知算法研究 |
杨 喜 |
8 |
陈雯婷 |
基于FPGA的多功能示波器设计与实现 |
曾庆立 |
9 |
谭哲雯 |
基于小样本下的频谱感知算法研究 |
雷可君 |
10 |
徐向乾 |
太赫兹MIMO系统混合波束赋形结构及算法设计研究 |
张仁民 |
11 |
杨 磊 |
智能结构的迟滞建模、识别与补偿 |
丁冰晓 |
12 |
田欣鑫 |
基于SVM与深度学习的频谱感知算法研究 |
杨 喜 |
分组二
序号 |
姓名 |
论文题目 |
指导教师 |
1 |
张 晗 |
基于图卷积神经网络的时间序列预测 |
彭 晨 |
2 |
肖 骁 |
基于深度调峰的空预器性能分析优化与智能监控系统 |
廖柏林 |
3 |
牛亚杰 |
基于图注意力网络的分支限界法 |
彭 晨 |
4 |
韩璐阳 |
基于加速收敛的自适应神经网络模型设计及应用 |
廖柏林 |
5 |
张轩宇 |
基于深度路径的医疗知识图谱强化学习推理 |
周恺卿 |
6 |
李鹏程 |
LncRNA与疾病关系的知识图谱构建 |
周恺卿 |
7 |
于存威 |
改进的鲸鱼算法及其在湘西苗文词性标注中的应用 |
莫礼平 |
8 |
谌弘毓 |
物联网多服务器系统的设计与实现 |
侯冬晴 |
9 |
麦伟锋 |
改进的鲸鱼优化算法及其在命名实体识别中的应用 |
莫礼平 |
10 |
李洪建 |
基于动态优化问题的仿真与算法设计 |
张 耿 |
分组三
序号 |
姓名 |
论文题目 |
指导教师 |
1 |
胡斌汉 |
布匹瑕疵智能检测方法研究及系统实现 |
李 曙 |
2 |
刘志杰 |
基于深度学习的眼底图像分割算法研究及其应用 |
李建锋 |
3 |
龙 飞 |
一种动态环境下的视觉slam |
丁 雷 |
4 |
林锟煌 |
基于改进残差网络的医学图像去噪 |
李建锋 |
5 |
雷理香 |
模糊推理算法性质研究及其在图像处理中的应用 |
曾水玲 |
6 |
梁寅聪 |
冲孔镀镍钢带表面缺陷识别与检测算法研究 |
李建奇 |
7 |
汪政阳 |
基于深度学习模型的秦简文字检测与识别方法研究 |
陈炳权 |
8 |
刘经伟 |
基于深度学习模型的交通标志检测算法研究与设计 |
张 正 |
9 |
丁龙飞 |
化学公式图像分析与识别 |
曾水玲 |