编译原理论文的题目

Ⅰ 鱼滨西安电子科技大学计算机学院教授

鱼滨教授，西安电子科技大学计算机学院杰出教授，硕士生导师。他的研究领域广泛，包括软件工程、医学影像处理、基于互联网的软件技术、pi演算、虚拟现实等。
鱼教授早年在西北大学软件学院担任副院长，并曾作为访问学者在意大利学习一年。他通过西电出国优秀博士计划引进，具备深厚的学术背景和丰富的研究经验。
鱼教授在软件工程领域的贡献显着，已编着了两本书籍，并正在出版更多。他参与并领导了多项国家级和省部级项目，包括国家自然科学基金项目、重点课题和面上项目。他的研究成果在学术界得到了广泛认可，获得了省部级奖项三项。
在教学方面，鱼教授负责国家自然科学基金项目一项（2012-2015），并承担本科生的“软件工程”和“编译原理”课程。他以其严谨的教学风格和对学生的关怀赢得了广泛赞誉，曾获得陕西省教学成果一等奖和西北大学“505”优秀教师奖。
鱼教授的研究成果涵盖了多个前沿领域。他在虚拟现实、医学影像处理等方面取得显着成果，为相关领域的发展做出了重要贡献。他的研究不仅在学术界有广泛影响，还在工业界得到了广泛应用。
鱼教授在技术上追求卓越，对细节精益求精，其研究成果在学术论文和出版物中得到充分展现。他发表的多篇论文被国际知名期刊收录，并在IEEE等平台上可查。这些研究成果不仅体现了鱼教授的研究实力，也展示了他在学术领域的领导地位。
在教学和研究之外，鱼教授还积极参与科研项目，涉及国家“八五”和“九五”科技攻关项目、国家“863”项目、国家自然科学基金项目以及教育部、陕西省教育厅的重点项目。
鱼教授主编的《编译原理》和《编译原理（21世纪应用型本科系列教材）》在学术界享有盛誉，为学生提供了宝贵的理论指导和实践资源。
在个人品质方面，鱼教授以和蔼可亲、为人正直的形象深受学生喜爱。他欢迎对编程有热情的学生加入他的团队，期待与有志之士共同探索技术的奥秘。鱼教授不仅在学术领域取得了卓越成就，还以他的人格魅力赢得了广泛尊重。

Ⅱ 倪志伟的论文专着

近五年来，在国内外学术期刊上公开发表论文30多篇，其中有15篇论文被EI或ISTP收录。出版的教材或专着有：
1．《Foxpro实用教程》，南京大学出版社，1994年（主编）
2．《用C++建造专家系统》，电子工业出版社，1996年 （副主编）3．《机器学习与智能决策支持系统》，科学出版社，2004年5月（副主编）
4．《编译原理》，北京希望电子出版社，2005年11月（主编）
5．《现代物流技术》，中国物资出版社，2006年1月（主编）（被评为国家“十一五”规划教材）
6．《物流信息系统》，中国物资出版社，2006年2月（副主编）
7. 《智能管理技术与方法》，科学出版社，2007年10月（主编）
8. 《动态数据挖掘》，科学出版社，2010年8月（主编）
近年来，发表的主要学术论文如下： [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， 倪志伟等.连续属性上的OLAP查询建模方法研究.情报学报，2011，30(4),372-379.[8]张以文，倪志伟等.云计算环境下动态虚拟企业伙伴选择模型.计算机科学，2011，38(7),212-215.[9]倪志伟，公维峰等.数据流中随机型分型维数计算方法研究.计算机科学，2011，38(4),209-212.[10]倪志伟，吴昊等.基于改进的经验模态分解的时间序列匹配算法.系统仿真学报，2011，23(11),2395-2399.[11]姜苗，倪志伟等.数据流时间窗口中闭频繁项集的在线挖掘.中国科学技术大学学报，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会议论文集: 435-440 (EI收录) [15] Zhiwei Ni, Dan Han, Gongrang Zhang, Yazhuo Gao.Extension CBR Retrieval.AICI2009:224—227 (EI收录) [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收录) [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收录) [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]倪志伟,高雅卓,李伟东,束建华.基于矩阵的增量式关联规则挖掘算法.计算机工程与应用, 2008,44(13):153-155 [22]刘斌,倪志伟,赵敏.基于属性重要性的贪心算法的改进算法.合肥工业大学学报,2010,33(8):1185-1188 [23]王丽红,倪志伟, 高雅卓.改进的蚁群算法求解多目标车间作业调度问题.计算机技术与发展,2008 ,18(10):49—52 [24]吴姗,倪志伟,罗贺,郑盈盈.一种基于密度的无监督联系发现方法.中国管理科学,2008,16:29—32 [25]梁敏君,倪志伟,倪丽萍,杨葛钟啸.基于网格与分形维数聚类算法.计算机应用,2009,29(3):830-833 [26]倪丽萍,倪志伟,吴昊,叶红云.基于分形维数和蚁群算法的属性选择方法.模式识别与人工智能, 2009,22(2):293—298(EI收录) [27]倪志伟,倪丽萍,杨葛钟啸.分形技术在案例库维护中的应用.计算机应用,2009,29(6):1598—1604 [28]倪志伟,吴姗,胡汤磊.联系发现在证券客户划分中的应用研究.计算机工程与应用, 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收录) [30]郑盈盈,倪志伟,吴姗,王丽红.基于移动网格和密度的数据流聚类算法.计算机工程与应用,2009,45(8):129--131 [31]王园园,倪志伟,赵裕啸,伍章俊.基于决策树的模糊聚类评价算法及其应用.计算机技术与发展, 2009,19(9):232-235 [32]严军,倪志伟,王宏宇,韩丹.案例推理在汽车诊断中的应用.计算机应用研究. 2009,26(10):3846-3848 [33]刘慧婷,倪志伟.基于EMD与交叉覆盖算法的个人信用的评估.计算机工程与设计,2009,10:4472—4491 [34]刘慧婷,倪志伟.基于EMD与K-means算法的时间序列聚类.模式识别与人工智能,2009.10 :803—808 [35]倪志伟,李建洋,李锋刚, 杨善林.案例决策技术及案例决策支持系统研究综述.计算机科学,2009,36(11):18—23 [36]郭峻峰, 倪志伟, 高雅卓, 伍章俊.一种提高数据仓库查询效率的有效方法.计算机集成制造系统, 2009,15(12):2451-2457 (EI收录) [37]高雅卓,倪志伟,郭峻峰,胡汤磊.用户兴趣驱动的冰山数据立方体构建及更新方法研究.计算机科学, 2009,36(12):179-182 [38]赵裕啸,倪志伟,王园园,伍章俊.SQL Server 2005数据挖掘技术在证券客户忠诚度的应用.计算机技术与发展, 2010,20(2):229-232 [39]李锋刚,倪志伟, 郜峦.案例推理和多策略相似性检索的中医处方自动生成.计算机应用研究,2010, 27(2):544—547 [40]李建洋,倪志伟,郑金彬,谢秀珍.案例知识维护技术的研究进展.武汉工程大学学报,2010,32(3):96-99 [41]赵敏,倪志伟,刘斌.K-means与朴素贝叶斯在商务智能中的应用.计算机技术与发展, 2010,20(4):179-182 [42]王宏宇,倪志伟,严军,韩丹.灰度关联理论在CBR中的应用研究.计算机技术与发展, 2010,20(5):96-100 [43]罗义钦,倪志伟,杨葛钟啸.一种新的数据流分形聚类算法.计算机工程与应用, 2010,46 (6): 136-13 [44]查春生，倪志伟，倪丽萍，公维峰.基于相空间重构的股指时间序列相关性分析,计算机技术与发展，计划在2010年第8期刊载 [45]姜苗，倪志伟，王超，戴奇波.在线挖掘数据流混合窗口中闭频繁项集，系统仿真学报， [46]辜丽川，倪志伟，张友华.一种基于核矩阵迭代学习的范例相似度算法，模式识别与人工智能。 [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] 基于相似粗糙集的案例特征项的约简维护, 计算机科学，Vol.32,No.8.A , 2005，93-96 [49] 数据流管理与挖掘研究, 合肥工业大学学报(自然科学版), 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] 基于案例和规则相结合的推理技术,小型微型计算机系统，2004,Vol.25，No.7,1155-1158 [52] 集成范例推理系统的研究，系统仿真学报，2004，Vol.16，No.4， 803-806 [53] 范例推理中范例自动获取的数据挖掘技术，天津大学学报，2003年，Vol.36,No.1，82-86 [54] 基于知识发现的范例推理系统，计算机科学，Vol.30,No.5,2003年，26-29 [55] 范例推理系统中的范例库维护，小型微型计算机系统，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]范例推理中的知识发现技术，小型微型计算机系统，Vol.23,No.2，2002年2月，159-162 [58]范例库中特征项权重的发现技术，厦门大学学报， Vol.41,No.2,2002年3月，168-172 [59]用神经网络来实现基于范例的推理系统，计算机工程，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]范例库上的知识发现，南开大学学报，2002年12月，Vol.35,No.4 [62]神经网络专家系统及其数据挖掘技术的探讨，系统工程学报，2001年，Vol.16, No.1, 61-65

Ⅲ 计算机研究生学什么

计算机研究生的学习内容主要包括以下几个方面：

1. 理论基础与高级课程：

   • 巩固和深化本科阶段的基础知识，如数据结构、算法分析、离散数学、操作系统原理等。
   • 深入学习计算机体系结构、编译原理、数据库系统、网络通信等核心课程。
   • 接触更高级的课程，如人工智能、机器学习、深度学习、自然语言处理、计算机视觉、图形学、分布式系统、云计算、大数据技术等。

2. 研究方向：

   • 根据兴趣和职业规划选择明确的研究方向，如软件工程、网络安全、移动计算、物联网、区块链技术等。
   • 在导师的指导下进行深入研究，探索领域内的前沿技术和问题。

3. 实践技能：

   • 提升编程技能、系统设计能力、数据分析能力、项目管理能力等。
   • 通过参与实验室项目、实习、竞赛等方式，将所学知识应用到实际问题中。

4. 论文写作与发表：

   • 学习如何进行科学研究，撰写高质量的学术论文。
   • 将论文发表在国际会议或期刊上，提升学术水平，为未来求职积累资本。

5. 跨学科融合：

   • 参与到跨学科的研究项目中，如计算机与生物学结合的生物信息学，与心理学结合的认知计算等。
   • 拓宽视野，培养综合解决问题的能力。

6. 职业发展：

   • 了解计算机研究生的职业前景，如互联网公司、软件开发企业、科研机构、教育部门等领域的就业机会。
   • 规划自己的职业发展路径，选择继续深造或就业。

计算机研究生的学习内容丰富多样，既包括理论知识的学习，也包括实践技能的培养。学生需要根据自己的兴趣和职业规划，选择合适的研究方向，并积极参与到相关的研究项目和实践中去。