編譯原理論文的題目

Ⅰ 魚濱西安電子科技大學計算機學院教授

魚濱教授，西安電子科技大學計算機學院傑出教授，碩士生導師。他的研究領域廣泛，包括軟體工程、醫學影像處理、基於互聯網的軟體技術、pi演算、虛擬現實等。
魚教授早年在西北大學軟體學院擔任副院長，並曾作為訪問學者在義大利學習一年。他通過西電出國優秀博士計劃引進，具備深厚的學術背景和豐富的研究經驗。
魚教授在軟體工程領域的貢獻顯著，已編著了兩本書籍，並正在出版更多。他參與並領導了多項國家級和省部級項目，包括國家自然科學基金項目、重點課題和面上項目。他的研究成果在學術界得到了廣泛認可，獲得了省部級獎項三項。
在教學方面，魚教授負責國家自然科學基金項目一項（2012-2015），並承擔本科生的「軟體工程」和「編譯原理」課程。他以其嚴謹的教學風格和對學生的關懷贏得了廣泛贊譽，曾獲得陝西省教學成果一等獎和西北大學「505」優秀教師獎。
魚教授的研究成果涵蓋了多個前沿領域。他在虛擬現實、醫學影像處理等方面取得顯著成果，為相關領域的發展做出了重要貢獻。他的研究不僅在學術界有廣泛影響，還在工業界得到了廣泛應用。
魚教授在技術上追求卓越，對細節精益求精，其研究成果在學術論文和出版物中得到充分展現。他發表的多篇論文被國際知名期刊收錄，並在IEEE等平台上可查。這些研究成果不僅體現了魚教授的研究實力，也展示了他在學術領域的領導地位。
在教學和研究之外，魚教授還積極參與科研項目，涉及國家「八五」和「九五」科技攻關項目、國家「863」項目、國家自然科學基金項目以及教育部、陝西省教育廳的重點項目。
魚教授主編的《編譯原理》和《編譯原理（21世紀應用型本科系列教材）》在學術界享有盛譽，為學生提供了寶貴的理論指導和實踐資源。
在個人品質方面，魚教授以和藹可親、為人正直的形象深受學生喜愛。他歡迎對編程有熱情的學生加入他的團隊，期待與有志之士共同探索技術的奧秘。魚教授不僅在學術領域取得了卓越成就，還以他的人格魅力贏得了廣泛尊重。

Ⅱ 倪志偉的論文專著

近五年來，在國內外學術期刊上公開發表論文30多篇，其中有15篇論文被EI或ISTP收錄。出版的教材或專著有：
1．《Foxpro實用教程》，南京大學出版社，1994年（主編）
2．《用C++建造專家系統》，電子工業出版社，1996年 （副主編）3．《機器學習與智能決策支持系統》，科學出版社，2004年5月（副主編）
4．《編譯原理》，北京希望電子出版社，2005年11月（主編）
5．《現代物流技術》，中國物資出版社，2006年1月（主編）（被評為國家「十一五」規劃教材）
6．《物流信息系統》，中國物資出版社，2006年2月（副主編）
7. 《智能管理技術與方法》，科學出版社，2007年10月（主編）
8. 《動態數據挖掘》，科學出版社，2010年8月（主編）
近年來，發表的主要學術論文如下： [1] Zhangjun Wu, Xiao Liu, Zhiwei Ni, Dong Yuan, Jinjun Chen, Yun Yang: A Market-Oriented Hierarchical Scheling Strategy in Cloud Workflow Systems, Journal of Supercomputing, Volume 63,Issue 1,pp.256-293,2013.(UT WOS:000313166000013).[2] Xiao Liu,Zhiwei Ni,et al.A Novel Statistical Time-Series Pattern based Interval Forecastting Strategy for Activity Durations in Workflow Systems.Journal of Software and system,2011,(84),354-376.(SCI indexed)[3] Liping Ni, Zhiwei Ni, YaZhuo Gao.Stock trend Prediction Based on Fractal Feature Selection and Support Vector Machine.Expert system with applications,2011,(38),5569-5576.(SCI indexed)[4]Xiao Liu,Zhiwei Ni,et al.A probabilistic strategy for temporal constraint management in scientisfic workflow systems.Concurrrency and Computation :Pratice and Experience,2011,23(16),1893-1919.(SCI indexed) [5] Xiao Liu, Zhiwei Ni, Zhangjun Wu, Dong Yuan, Jinjun Chen, Yun Yang: A Novel General Framework for Automatic and Cost-Effective Handling of Recoverable Temporal violations in Scientific Workflow Systems, Journal of Software and System,2011,(84),492-509. (SCI indexed ) [6]Zhiwei Ni,Junfeng guo ,et al.An Efficient Method for Improving Query Efficiency in Data Warehouse.Journal of software,2011,6(5),857-865.[7]高雅卓， 倪志偉等.連續屬性上的OLAP查詢建模方法研究.情報學報，2011，30(4),372-379.[8]張以文，倪志偉等.雲計算環境下動態虛擬企業夥伴選擇模型.計算機科學，2011，38(7),212-215.[9]倪志偉，公維峰等.數據流中隨機型分型維數計算方法研究.計算機科學，2011，38(4),209-212.[10]倪志偉，吳昊等.基於改進的經驗模態分解的時間序列匹配演算法.系統模擬學報，2011，23(11),2395-2399.[11]姜苗，倪志偉等.數據流時間窗口中閉頻繁項集的在線挖掘.中國科學技術大學學報，2011，(8),729-745.[12] Zhangjun Wu, Zhiwei Ni, Lichuan Gu, Xiao Liu: A Revised Discrete Particle Swarm Optimization for Cloud Workflow Scheling, 2010 International Conference on Computational Intelligence and Security (CIS2010), Nanning, China, 11-14 Dec. 2010 (EI indexed) [13] Xiao Liu, Zhiwei Ni, Zhangjun Wu, Dong Yuan, Jinjun Chen, Yun Yang: A Framework for Handling Fine-Grained Recoverable Temporal Violations in Scientific Workflows, 16th IEEE International Conference on Parallel and Distributed Systems (ICPADS2010), Shanghai, China, December 7-11, 2010, on Sept. 05, 2010 (EI indexed). [14] Yazhuo Gao, Zhiwei Ni, Yuxiao Zhao.A scheling strategy for OLAM tasks and its application in a financial BI system Business Intelligence and Financial Engneering .2009會議論文集: 435-440 (EI收錄) [15] Zhiwei Ni, Dan Han, Gongrang Zhang, Yazhuo Gao.Extension CBR Retrieval.AICI2009:224—227 (EI收錄) [16] Zhangjun Wu, Zhiwei Ni，Chang Zhang, Lichuan Gu. A Novel PSO for Multi-stage Portfolios Planning, IEEE International Conference on Artificial Intelligence and Computational Intelligence (AICI2009)，71—77 (EI收錄) [17] Chang Zhang, Zhiwei Ni, Zhangjun Wu,Lichuan Gu. A Novel Swarm Model with Quasi-Oppositional Particle, International Forum on Information Technology and Applications (IFITA 2009), pp.325-330 (EI收錄) [18] Li Fenggang, Wang Xiaolu, Ni Zhiwei, Ni Liping. Semantic Analysis Based Literature Transaction System of Xi-An Medical Authority, Intelligent Information Management Systems and Technologies (2010),Volume6,No.3 ,219—226 [19] Xiao Liu, Jinjun Chen, Zhangjun Wu, Zhiwei Ni, Dong Yuan, Yun Yang.Handling Recoverable Temporal Violations in Scientific Workflow Systems: A, Workflow Rescheling Based Strategy,2010,pp.534-537 [20]Chao Wang ,Zhi-wei Ni ,Jun-fen Guo.A Fast Bidirectional Method for Mining Maximal Frequent Itemsets，The Third International Joint Conference on Computational Sciences and Optimization (CSO 2010),447—450 [21]倪志偉,高雅卓,李偉東,束建華.基於矩陣的增量式關聯規則挖掘演算法.計算機工程與應用, 2008,44(13):153-155 [22]劉斌,倪志偉,趙敏.基於屬性重要性的貪心演算法的改進演算法.合肥工業大學學報,2010,33(8):1185-1188 [23]王麗紅,倪志偉, 高雅卓.改進的蟻群演算法求解多目標車間作業調度問題.計算機技術與發展,2008 ,18(10):49—52 [24]吳姍,倪志偉,羅賀,鄭盈盈.一種基於密度的無監督聯系發現方法.中國管理科學,2008,16:29—32 [25]梁敏君,倪志偉,倪麗萍,楊葛鍾嘯.基於網格與分形維數聚類演算法.計算機應用,2009,29(3):830-833 [26]倪麗萍,倪志偉,吳昊,葉紅雲.基於分形維數和蟻群演算法的屬性選擇方法.模式識別與人工智慧, 2009,22(2):293—298(EI收錄) [27]倪志偉,倪麗萍,楊葛鍾嘯.分形技術在案例庫維護中的應用.計算機應用,2009,29(6):1598—1604 [28]倪志偉,吳姍,胡湯磊.聯系發現在證券客戶劃分中的應用研究.計算機工程與應用, 2009, 45(18):201--204 [29]Dan Han, Zhiwei Ni, Gongrang Zhang, Hongyu Wang, Jun Yan. Research and Design the Extension Case BaseBased on CBR. BIFE International meeting, 2009，:210—214 (EI收錄) [30]鄭盈盈,倪志偉,吳姍,王麗紅.基於移動網格和密度的數據流聚類演算法.計算機工程與應用,2009,45(8):129--131 [31]王園園,倪志偉,趙裕嘯,伍章俊.基於決策樹的模糊聚類評價演算法及其應用.計算機技術與發展, 2009,19(9):232-235 [32]嚴軍,倪志偉,王宏宇,韓丹.案例推理在汽車診斷中的應用.計算機應用研究. 2009,26(10):3846-3848 [33]劉慧婷,倪志偉.基於EMD與交叉覆蓋演算法的個人信用的評估.計算機工程與設計,2009,10:4472—4491 [34]劉慧婷,倪志偉.基於EMD與K-means演算法的時間序列聚類.模式識別與人工智慧,2009.10 :803—808 [35]倪志偉,李建洋,李鋒剛, 楊善林.案例決策技術及案例決策支持系統研究綜述.計算機科學,2009,36(11):18—23 [36]郭峻峰, 倪志偉, 高雅卓, 伍章俊.一種提高數據倉庫查詢效率的有效方法.計算機集成製造系統, 2009,15(12):2451-2457 (EI收錄) [37]高雅卓,倪志偉,郭峻峰,胡湯磊.用戶興趣驅動的冰山數據立方體構建及更新方法研究.計算機科學, 2009,36(12):179-182 [38]趙裕嘯,倪志偉,王園園,伍章俊.SQL Server 2005數據挖掘技術在證券客戶忠誠度的應用.計算機技術與發展, 2010,20(2):229-232 [39]李鋒剛,倪志偉, 郜巒.案例推理和多策略相似性檢索的中醫處方自動生成.計算機應用研究,2010, 27(2):544—547 [40]李建洋,倪志偉,鄭金彬,謝秀珍.案例知識維護技術的研究進展.武漢工程大學學報,2010,32(3):96-99 [41]趙敏,倪志偉,劉斌.K-means與樸素貝葉斯在商務智能中的應用.計算機技術與發展, 2010,20(4):179-182 [42]王宏宇,倪志偉,嚴軍,韓丹.灰度關聯理論在CBR中的應用研究.計算機技術與發展, 2010,20(5):96-100 [43]羅義欽,倪志偉,楊葛鍾嘯.一種新的數據流分形聚類演算法.計算機工程與應用, 2010,46 (6): 136-13 [44]查春生，倪志偉，倪麗萍，公維峰.基於相空間重構的股指時間序列相關性分析,計算機技術與發展，計劃在2010年第8期刊載 [45]姜苗，倪志偉，王超，戴奇波.在線挖掘數據流混合窗口中閉頻繁項集，系統模擬學報， [46]辜麗川，倪志偉，張友華.一種基於核矩陣迭代學習的範例相似度演算法，模式識別與人工智慧。 [47] Case base maintenance based on outlier data mining，Proc. 4th Intl. Conf. on Machine Learning and Cybernetics，IEEE Press, China, 2005.8 ，2861-2864 [48] 基於相似粗糙集的案例特徵項的約簡維護, 計算機科學，Vol.32,No.8.A , 2005，93-96 [49] 數據流管理與挖掘研究, 合肥工業大學學報(自然科學版), Vol.28, No.9 , 2005，1157-1162 [50] Case-Based Reasoning Framework Based On Data Mining Technique. Proceedings of the Third International Conference on Machine Learning and Cybernetics, Shanghai, August，2004，2511-2514 [51] 基於案例和規則相結合的推理技術,小型微型計算機系統，2004,Vol.25，No.7,1155-1158 [52] 集成範例推理系統的研究，系統模擬學報，2004，Vol.16，No.4， 803-806 [53] 範例推理中範例自動獲取的數據挖掘技術，天津大學學報，2003年，Vol.36,No.1，82-86 [54] 基於知識發現的範例推理系統，計算機科學，Vol.30,No.5,2003年，26-29 [55] 範例推理系統中的範例庫維護，小型微型計算機系統，Vol.24, No.10，2003年10月，1825-1828 [56] Integrated case-based reasoning，Proceedings of 2003 International Conference on Machine Learning and Cybernetics ,Xi』an,2003，1845-1849 [57]範例推理中的知識發現技術，小型微型計算機系統，Vol.23,No.2，2002年2月，159-162 [58]範例庫中特徵項權重的發現技術，廈門大學學報， Vol.41,No.2,2002年3月，168-172 [59]用神經網路來實現基於範例的推理系統，計算機工程，2002年7月，Vol.28,No.7 [60]A neural network case-based reasoning and its application , Proceedings of 2002 International Conference on Machine Learning and Cybernetics ,Beijing, 2002.11，529-532 [61]範例庫上的知識發現，南開大學學報，2002年12月，Vol.35,No.4 [62]神經網路專家系統及其數據挖掘技術的探討，系統工程學報，2001年，Vol.16, No.1, 61-65

Ⅲ 計算機研究生學什麼

計算機研究生的學習內容主要包括以下幾個方面：

1. 理論基礎與高級課程：

   • 鞏固和深化本科階段的基礎知識，如數據結構、演算法分析、離散數學、操作系統原理等。
   • 深入學習計算機體系結構、編譯原理、資料庫系統、網路通信等核心課程。
   • 接觸更高級的課程，如人工智慧、機器學習、深度學習、自然語言處理、計算機視覺、圖形學、分布式系統、雲計算、大數據技術等。

2. 研究方向：

   • 根據興趣和職業規劃選擇明確的研究方向，如軟體工程、網路安全、移動計算、物聯網、區塊鏈技術等。
   • 在導師的指導下進行深入研究，探索領域內的前沿技術和問題。

3. 實踐技能：

   • 提升編程技能、系統設計能力、數據分析能力、項目管理能力等。
   • 通過參與實驗室項目、實習、競賽等方式，將所學知識應用到實際問題中。

4. 論文寫作與發表：

   • 學習如何進行科學研究，撰寫高質量的學術論文。
   • 將論文發表在國際會議或期刊上，提升學術水平，為未來求職積累資本。

5. 跨學科融合：

   • 參與到跨學科的研究項目中，如計算機與生物學結合的生物信息學，與心理學結合的認知計算等。
   • 拓寬視野，培養綜合解決問題的能力。

6. 職業發展：

   • 了解計算機研究生的職業前景，如互聯網公司、軟體開發企業、科研機構、教育部門等領域的就業機會。
   • 規劃自己的職業發展路徑，選擇繼續深造或就業。

計算機研究生的學習內容豐富多樣，既包括理論知識的學習，也包括實踐技能的培養。學生需要根據自己的興趣和職業規劃，選擇合適的研究方向，並積極參與到相關的研究項目和實踐中去。