您目前的位置: 首页 >> 学科科研 >> 学科建设 >> 学科团队 >> 正文

学院学科团队建设方向

1、计算机视觉领域的软件工程原理及其应用,主要研究计算机视觉应用领域的软件系统开发框架与相关方法,其包括计算机视觉系统软件可信性、度量和演化的基本规律,基于图像处理技术的软件应用架构构建及其迭代、评审的相关技术等。

2、物联网领域的软件体系结构研究,主要研究物联网领域的软件工程建模技术与过程管理,其包括基于工作流的物联网软件架构与开发方法,及其特定领域的软件体系结构设计、演化过程与相关技术等。

3、工业工程管理软件开发的过程管理方法与其关键技术,主要研究生产过程优化调度软件的管理生命周期,其包括该领域软件开发过程的范围、时间、人员、费用等管理办法,及所涉及的相关优化搜索策略设计、算法的收敛性与计算复杂性分析等。

4、模式识别与计算机控制的软件实现技术,主要研究模式识别与计算机控制的软件工程相关理论与实现技术,其包括生物特征识别、群智能仿生算法、软计算技术、数据挖掘、冶金工业过程控制等。

5、自然语言处理与大数据分析的软件服务工程,主要研究基于自然语言处理的Web数据管理、机器翻译、推荐系统、舆情分析等软件服务工程。其包括异构信息空间数据建模和搜索方法;基于大数据分析建模的推荐算法、机器翻译算法;针对网络新闻热点话题检测与跟踪的舆情分析方法等。

6、图像处理与机器视觉研究,主要研究内容包括图像去噪、图像分割、生物特征识别和动态目标跟踪,研究与真实再现有关的彩色图像设备的特征化、颜色管理意图、照明与观察条件的颜色管理。开发科大聚龙纸币智能清分装备系统,运用偏微分方程、深度卷积神经网络等技术实现纸币字符分割和识别,运用图像真实性鉴定技术鉴别纸币的真伪,取得了明显的经济效益。

7、移动计算与物联网研究,主要研究内容包括移动网络和智能计算等相关领域课题。针对Ad hoc网络和无线传感器网络中的路由、MAC协议、安全、节点定位和节能算法等关键问题和技术开展研究。同时研究分布式计算中的智能性问题,在构建的云平台上整合深度神经网络等机器学习方法,提升物联网中海量数据智能分析和挖掘的性能和精度。有效结合智能农业、产品溯源等实际项目解决行业应用存在的实际问题,形成了一套比较完整的智能农业生产和管理的领域软件开发技术和方法。

8、大数据与智能计算研究,主要研究内容包括数据集成、大数据管理与挖掘、基于智能优化算法的优化理论与方法。科研成果广泛应用于钢铁、金融、医疗、能源、运输等重大国民经济领域,为鞍钢、昊华集团所属的部分化工企业的能源管理和节能增效做出贡献。