973项目大数据

Ⅰ 北京航空航天大学的历史沿革

1951年1月，中国政府代表团赴苏联，在与苏联谈判援助中国建立航空工业时，就将发展中国的航空高等教育及聘请苏联专家事项作为重要内容。同年3月全国高等学校开始进行大规模的院系调整，对国内大学原有的航空工程系、科作了初步调整：清华大学、北洋大学、西北工学院和厦门大学的航空系合并成立清华大学航空工程学院；云南大学航空系并入四川大学航空系；原中央工业专科学校航空科和华北大学航空系合并成立北京工业学院（即北京理工大学）航空系。1952年5月，根据周恩来总理要办专门的航空高等学府的指示及中央军委作出的决定，中央教育部又制定出全国高等学校院系调整计划，作了进一步的调整。同年6月中央重工业部、中央教育部决定，并经国家财经委员会批准及中央军委同意，正式筹建北京航空学院。
1952年10月25日，在清华大学和四川大学、北京工业学院（即北京理工大学）的基础上，汇集了沈元，屠守锷，王俊奎，林士谔，陆士嘉，伍荣林等一批高水平学者，成立了新中国第一所航空航天科技大学——北京航空学院。
1959年，中央《关于在高等学校中指定一批重点学校的决定》指定16所高等学校开始试招中国自己的研究生，其中包括北航。
1960年增设航空核动力、航空工艺和工程物理系，1961年又设立飞行器自动控制系。至此，北航已设立了10个系35 个专业。
1977年恢复全国高等学校统一招生，1978年又恢复研究生招生。
1978年7月成立计算机科学与工程系，11月恢复制造工程系的建制。
1984年，北航被列为全国“七五”期间重点建设的15所高等院校之一；同年，被国务院首批批准设立研究生院的全国22所大学之一。 科研机构 截止2013年，北京航空航天大学拥有1个国家实验室、9个国家级重点实验室、4个国家级工程研究中心、42个省部级重点实验室、3个省部级工程中心和3个中关村开放实验室。
国家实验室
航空科学与技术国家实验室
国家重点实验室
虚拟现实新技术国家重点实验室、软件开发环境国家重点实验室、国家计算流体力学实验室、航空发动机气动热力国家科技重点实验室、“863”高技术CIMS设计自动化工程实验室、惯性技术国家级重点实验室、可靠性与环境工程实验室、飞行器控制一体化技术实验室、国家空管新航行系统技术重点实验室。
省部级重点实验室
航空可靠性综合航空科技重点实验室、数字化设计与制造技术北京市重点实验室、网络技术北京市重点实验室、计算机新技术实验室、材料力学实验室、流体力学教育部重点实验室、先进仿真技术航空科技重点实验室、航空电子航空科技重点实验室、特种功能材料与薄膜技术北京市重点实验室、聚合物基复合材料北京市高技术实验室、“复杂系统分析与管理决策”教育部重点实验室、“城市运行应急保障模拟技术”北京市重点实验室等。
研究所
航空探测研究所、 ATE技术研究所 、可靠性工程研究所 、外国语言研究所 、设备工程研究所 、管理系统工程研究所 、机器人研究所 、设计制造自动化研究所 、制造工程研究所 、软件工程研究所 、计算科学与工程研究所 、飞行器人机环境系统工程研究所 、固体力学研究所 、飞行设计研究所 、飞行控制与仿真研究所 、热动力研究所 、电子综合系统研究所、流体力学研究所 、 无人驾驶飞行器设计研究所 、高等教育研究所 、测控技术研究所 、光电技术研究所 、空间法研究所、电磁兼容技术研究所。
研究中心
BUAA－CAST研发中心、微传感器技术中心、 直升机研究中心 、微电子研究中心 、GPS工程研究中心 、隐身与反隐身研究中心 、 风切变技术研究中心 、石化工程高新技术开发中心 、 飞行器计算机辅助设计中心 、测探技术研究中心 、空中交通管制研究中心 、螺旋桨研究与发展中心 、生物医学工程研究中心 、 软件科学研究中心 、无人驾驶飞行器研究中心 、 机器人研究中心 、复合材料研究中心 、微小型航行器研究中心 、计算机与信息研发中心、电磁兼容与电磁安全先进技术研究应用中心 。
国际交叉科学研究院
2012年，北京航空航天大学“国际交叉科学研究院”揭牌成立，四位国际顶尖科学家入驻北航。国际交叉科学研究院已成立五大研究中心，即由材料疲劳和断裂领域国际顶级科学家、美国国家工程院院士、英国皇家工程院院士罗伯特·里奇教授担任中心主任的自然材料仿真研究中心；由世界核物理学界的领军人物、被誉为“放射性核束之父”的谷畑勇夫教授担任中心
主任的宇宙核物理交叉研究中心；由国际著名数据库专家、英国爱丁堡皇家学院、苏格兰皇家学院院士樊文飞教授担任中心主任的大数据科学与工程国际研究中心；由清洁能源领域世界著名科学家约翰·温德尔·福尔摩斯教授担任中心主任的清洁能源系统与材料研究中心；由国际骨生物力学及骨科植入物领域的国际著名科学家郑诚功教授担任中心主任的国际介入医疗器械转化研究中心。
学会
中国工程图学学会、中国复合材料学会、中国系统仿真学会、中国航空学会动力专业分会、中国航空学会制导导航与控制分会、中国航空学会人体工程航医救生专业分会、中国航空学会复合材料专业分会、中国航空学会可靠性专业分会、中国航空学会信号与信息处理分会、中国中文信息学会基础理论专业委员会、中国高等教育学会、高等工程教育研究会、中国机械工程学会失效分析分会、中国计算机用户协会图像分会、中国空间科学学会生命专业委员会、中国航空教育学会外语教学专业委员会、中国系统仿真学会虚拟技术及应用专业委员会。 学校在尖端技术研究领域居于国内高校前列，有40多项科研成果具有开辟意义；该校研制发射成功的多种型号飞行器填补了国内多项空白，如中国第一架轻型旅客机“北京一号”、亚洲第一枚探空火箭“北京二号”、中国第一架无人驾驶飞机“北京五号”、“蜜蜂”系列飞机、共轴式双旋翼无人驾驶直升机等。自2001年至2013年，北航共获国家三大科技奖励49项；特别在2005年至2013年，该校连续7年获得7项国家级科技奖励一等奖。
2013年学校科研经费到款23.23亿元，6项成果获得国家奖励，3位教授及其团体获国家自然科学二等奖，获批5项973项目、12项自然科学基金重点项目，以及237项面上项目，重大工程项目进展顺利并获嘉奖。以“3D打印”为代表的技术创新取得重大进展，“月宫一号”实验装置取得实质进展，物理科学与核能工程学院参与的发现四夸克物质Zc(3900)被评为2013美国《物理》杂志年度研究热点、生物与医学工程学院两篇文章分别名列ESI近两年热点论文和材料领域近十年高引用论文。
标志性成果
昆虫飞行的空气动力学和飞行力学
实时三维图形平台BH－GRAPH
航空航天、先进制造等复杂工程系统
过渡金属及其化合物纳米材料的可控制备、微结构及特性研究
六方铁磁体的稳定磁结构耦合及其可控磁功能特性 馆藏资源 截至2010年底，馆藏印刷型书刊资料累计达249万册，引进数据库总量达65个，电子图书总量达163.3万种，外文电子期刊达1.2万种；图书馆加入了北京市、工业和信息化部和全国范围内的文献保障体系，包括全国高校文献保障系统（CALIS）、北京地区高校图书馆文献资源保障体系（BALIS）、工信部七馆联席会、北京高校图书馆联合体等，与国家图书馆、国家科技文献中心、中科院文献中心、北大、清华、人大、北师大等北京地区近80余所图书馆以及全国100余所高校图书馆实现了馆际互借、资源共享。 学术期刊 《北京航空航天大学学报（社会科学版）》：《中国期刊全文数据库（ CJFD ）》、《中国学术期刊中和评价数据库》、《中文科技期刊数据库》、《中国社会科学引文数据库》、《中国科学引文数据库》等多家数据库的全文收录期刊，RCCSE中国核心学术期刊。
《北京航空航天大学学报（自然科学版）》：Ei、CA、INSPEC、AJ、Aerospace（IAA、STAR）收录期刊，中国自然科学技术核心期刊，是“中国科学引文数据库”、“中国学术期刊综合评价数据库”、“中国导弹与航天文摘”、“中国数学文摘”、“中国物理文摘”等多家数据库和检索刊物的收录刊源。
《单片机与嵌入式系统应用》
《复合材料学报》
《大学英语》
《航空知识》
《Propulsion and Power Research》
《Frontiers of Computer Science》

Ⅱ 大学有大数据方向的研究生吗

以下大学开设有大数据方向的专业：

1、北京航空航天大学

大数据技术与应用软件工程（硕士层次专业），是国内首所开设大数据相关专业的高校。2013年起，北航计算机学院、北航软件学院、工信部移动云计算教育培训中心联合全国首开了大数据技术与应用专业硕士方向，同年面向在职人群开设大数据技术与应用高端项目，全方位培养未来的大数据人才。

2、清华大学

清华大学软件学院以培养软件系统应用、设计、开发、运维和服务的科学家与工程师为目标，努力培养学生具有良好的综合素质、良好的职业道德、扎实的软件理论和软件工程专业基础知识，具有良好的软件设计与实现能力、良好的项目管理能力、良好的交流与组织协调能力，全力探索优秀软件人才的培养模式。

3、复旦大学

复旦大学应大数据发展的蓬勃之势，于2015年4月，与中植企业集团、上海市虹口区政府签订战略合作协议，合作建设大数据学院与大数据研究院；同年10月8日，复旦大学大数据学院、大数据研究院正式成立。这是百年复旦在建设世界一流大学和一流学科征程中，瞄准国际科技前沿、聚焦国家创新发展、激发学科动能的重要战略举措。

4、浙江大学

浙江大学数据科学研究中心”成立于2017年5月18日，是以统计学、应用数学、计算机科学和管理学为核心支撑学科，以大数据理论、应用研究和人才培养为主的校级学术创新研究机构。研究中心强调与经济学、医学、生命科学、社会学、工学等众多学科领域的交叉融合，在获取基础研究的硕果同时，注重于科研技术成果的转化。

5、华南理工大学

机器学习与数据挖掘实验室是华南理工大学计算机科学与工程学院的下属实验室，有教授2人（博士导师2人）、副教授3人，具有博士学位5人，博士生5人，硕士生20余人。实验室主要从事认知科学与情感计算、知识库、神经网络、半监督学习、聚类集成等算法和模型构造，在此方面积累了较丰富的经验，具备了较好研究基础。

(2)973项目大数据扩展阅读：

大数据专业主要课程有：C程序设计、数据结构、数据库原理与应用、计算机操作系统、计算机网络、Java语言程序设计、Python语言程序设计，大数据算法、人工智能、应用统计（统计学）、大数据机器学习、数据建模、大数据平台核心技术、大数据分析与处理,大数据管理、大数据实践等课程。

Ⅲ 基于大数据的视觉搜索应用与组织模式研究

基于大数据的视觉搜索应用与组织模式研究
当前视觉搜索已成为信息科学领域的前沿课题，主要用于分析和研究现实世界实体属性、行为、事件与视觉大数据资源之间的发展规律，针对视觉大数据资源的获取、组织、描述与利用问题，研究视觉资源及其时空关联信息之间的价值发现与资源整合的内在机理
当前视觉搜索已成为信息科学领域的前沿课题，主要用于分析和研究现实世界实体属性、行为、事件与视觉大数据资源之间的发展规律，针对视觉大数据资源的获取、组织、描述与利用问题，研究视觉资源及其时空关联信息之间的价值发现与资源整合的内在机理，解决其多维关联与协同融合问题，进而实现视觉大数据资源的有效整合、知识发现与实时交互。
基于此，本研究从宏观与中观角度，从信息科学视角下视觉搜索研究的起源着手，对其发展历程、概念与特点进行描述，围绕其理论与应用研究的几个关键问题展开讨论，并简要探讨其最新研究进展及应用。
1、大数据环境下视觉搜索的发展历程及特点
1.1 问题的提出
视觉搜索不是一个新名词，它最早出现于心理学与生理学领域，用于描述人们通过视觉通道在特定区域内检测某特定目标是否出现或出现后确定其位置的行为。如在地图上找某大学所处位置、在食堂内点菜、在书架上找书或在图书馆内找人等。在现实世界中，人们经常需要利用视觉搜索在复杂物理环境中获取有价值的信息，来决定接下来的语言和行为。因此，视觉搜索理论受到心理学家和人因(HumanFactors)学家的广泛关注，大量研究集中在对人类视觉认知、生理反馈机理的理解与表达上，并总结出了许多应用型和理论型知识。正是由于视觉搜索的可用性和有效性，使得许多工作、行业、领域都离不开这一生理行为。
相关基础理论和关键技术的不断发展与完善，促使传统视觉搜索应用不断向信息化、技术化和网络化方向发展，如何将传统视觉搜索行为转换成“所见即所知”式视觉搜索模式，这一难题逐渐摆在了人们面前。与此同时，网络环境、信息技术、计算性能、存储空间、数据规模与软硬件设施等方面的飞速提升，也为客观物理世界与虚拟网络空间之间建立起密不可分的关联关系，使视觉搜索技术的实现成为可能。人们可以方便快捷地采集客观物理世界中的视觉对象，从互联网中获取与之相关的关联信息。
1.2 视觉搜索发展历程及发展趋势
近几年来，随着大数据环境的逐步完善和大数据技术的迅速发展，关于视觉资源整合与视觉搜索研究的呼声越来越大。Nature和Science分别于2008年、2011年出版了大数据专题研究，提出图像、视频与用户交互信息是未来大数据的重要组成部分。2009年，Stanford University的Griod、Chandrasekhar等学者将视觉搜索理论引入到信息检索领域，提出Visual Search、Mobile Visual Search等概念，举办了第一届移动视觉搜索研讨会，并对其体系结构、应用与服务模式等问题进行了探讨。2010年，Google技术研究部前主管Norvig在Nature上发表的专题论文2020Visions中指出，“文本、图像和视频等视觉资源及用户交互信息、传感信息的有机融合，会给搜索引擎带来巨大挑战，如何对视觉搜索结果进行资源深度整合将会成为Google未来10年面临的最大挑战。”同年，北京大学高文、黄铁军与段凌宇等将其引入国内，举办了第二届移动视觉搜索研讨会，并围绕其关键技术、体系结构、视觉资源组织与描述方法、视觉资源标准化与视觉知识库建设等问题展开了研讨。2012年，这一理论与技术迅速被中国计算机学会所接受，认为将视觉搜索与增强现实技术相结合的信息检索模式，将是继搜索引擎之后的新一代互联网服务范式。随后，张兴旺、朱庆华等尝试将其引入数字图书馆领域，并围绕相关理论与应用模式展开了研究。
根据视觉搜索研究的发展轨迹来看，国内关于视觉搜索研究总体仍处于探索与尝试阶段，研究轨迹已基本跨过早期理论性尝试过程，正步入中期技术性和应用性探索阶段。尤其是在我国科学技术部于2011年启动国家重点基础研究发展计划(“973”计划)“面向公共安全的跨媒体计算理论与方法”，对跨媒体视觉资源的统一表示和建模方法、关联推理和深度挖掘、综合搜索和内容合成等关键科学问题进行研究之后，国内相关研究步入快速发展阶段。自2015年以来，视觉搜索理论与应用研究的重要性和必要性更加凸显，国务院2015年9月印发的《促进大数据发展行动纲要》提出，要充分利用大数据，提升领域数据资源的获取和利用能力，推动各类数据融合和资源整合。国务院2015年7月印发的《关于积极推进“互联网+”行动的指导意见》提出“构建包括语音、图像、视频、地图等数据的海量训练资源库，加强人工智能基础资源和公共服务等创新平台建设”。国家自然科学重大研究计划“大数据驱动的管理与决策研究”认为“大数据价值的产生机理和转换规律具有高度的应用领域依赖性”。科技部2016年发布的《关于发布国家重点研发计划精准医学研究等重点专项2016年度项目申报指南的通知》的“云计算和大数据重点专项”中更是明确将“面向大范围场景透彻感知的视觉大数据智能分析关键技术”列为重点研究内容之一，要求对视觉语义建模、视觉对象的时空定位与搜索、跨场景数据关联技术等展开研究。
1.3 视觉搜索研究对象及视觉大数据资源特点
视觉搜索的研究已逐渐发展成为信息检索领域的主要研究趋势，到目前为止，关于视觉搜索的定义尚未形成统一的认识，但从信息检索角度来看，大家对它的普遍理解是指将客观物理世界中的视觉资源作为检索对象，通过互联网去获取关联信息的一种信息检索方式。它是以视觉大数据资源及其关联信息为研究对象，以视觉大数据资源的获取、分析、组织、理解和表达方法为主要研究内容，以信息技术与方法为主要研究手段，以发现视觉大数据资源蕴含的知识价值和拓展其利用能力为主要研究目标的一种综合性的应用型前沿领域。它主要针对的是当前大数据环境下海量、多元异构、动态无序和高速进化的视觉资源的分析和利用问题，重点研究的是如何充分利用当前飞速发展的信息技术来解决视觉大数据资源的理解和表达，如何有效地实现视觉搜索，如何利用视觉搜索技术来从海量视觉大数据资源中发现新的知识。
毫无疑问，未来是一个智慧(或称之为“互联网+”)的时代。智慧地球、智慧城市、智慧图书馆等理论与应用的迅速发展，给视觉搜索理论与应用研究提供了“沃土”。“互联网+”时代所衍生的数据规模的剧增，文本、图像、音视频、用户交互信息与各种传感信息会成为“数据海洋”的主流，而这些数据来源中超过80%来自于人类视觉通道，现阶段把握“互联网+”时代信息检索和知识服务未来发展脉络的最重要手段可能是视觉搜索。
视觉大数据资源因其包含文本、图像、音视频与用户观看记录等复杂无序、动态变化的时空信息，使其成为数字图书馆中内容最丰富的信息载体，并将会成为“互联网+”时代最为重要的信息表达和信息传播媒介。而以视觉大数据资源为研究对象的视觉搜索，由于前者所处知识空间的知识实体与知识价值在时间、空间和属性三个方面的自有特性，使得视觉搜索也呈现出复杂无序、动态变化和时空语义关联等特性，同时也需要对视觉大数据资源的形式化表达、系统化组织、结构化描述与时空关联关系分析方法等进行研究。由此可得知视觉大数据资源主要具有以下特征：
视觉大数据资源包含文本、图像、视频、用户观看信息及用户交互信息等时空信息，并且它所包含的视觉对象、事物内容、事件过程在时间、空间、语义等方面具有时序或时空关联关系。
视觉大数据资源具有时空语义关联、动态变化、数据规模大和结构复杂等特点，这些基于视觉对象、事物内容、事件过程的动态变化可以用时空语义关联进行表达和描述，其获取、组织和描述过程可以用机器语言来进行表达，通过视觉对象、事物内容、事件过程之间的语义关联映射，建立视觉大数据资源的时空语义关联关系。
视觉大数据资源具有数据规模大、结构复杂、类型多元、多维尺度关联和纵深纬度高等特性，可根据视觉大数据资源的时空语义关系建立对应的尺度关联机制。针对不同尺度、纵深纬度的视觉大数据资源的时空关联关系，可实现视觉对象、事物内容、事件过程之间的多维尺度转换和重置，进而实现视觉大数据资源的语义关联关系分析。
视觉大数据资源能提供基于视觉资源内容来理解视觉对象行为，根据视觉对象的时空语义关联关系建立起发展趋势模型，并根据有效组织、理解和描述来预测某特定事物在某特定阶段将可能发生的行为态势。
可针对视觉大数据资源的获取、组织、理解和描述问题，来实现用户与视觉大数据资源之间的实时交互、反馈和视觉对象知识库的构建。根据视觉对象的相似行为特征、时空关联关系和实时交互结果，来帮助人们制作、生产、运营和消费新的视觉资源，满足数字图书馆用户的多元化知识服务需求。
2、大数据环境下视觉搜索的应用与组织模式
视觉大数据资源经过组织、分析、处理和整合，并建立基于特定领域的数字图书馆视觉搜索平台之后，才能为用户提供大数据知识服务。不同学科、领域的视觉搜索模式对视觉大数据资源的获取、组织、处理与整合模式会有所不同。正因如此，当前大部分应用是从知识服务与信息检索角度，建立起领域导向的视觉大数据资源整合平台，通过视觉搜索来对视觉大数据资源进行有效管理与利用，并按照特定学科、专业和领域的知识服务需求来提供服务，从而满足各类大数据知识服务需求。
2.1 基于深度学习的视觉搜索工业应用模式
传统视觉搜索研究主要是先采用人工标注方法对视觉资源的底层特征进行标注后，再采用机器学习方法来解决视觉资源之间的语义鸿沟、异构鸿沟与语义关联之间的问题。基于人工标注的视觉大数据资源整合与利用方法，需要标注者拥有丰富的专业领域知识和工业应用经验，需耗费大量的时间和人力成本，且精确性低。与对视觉资源特征进行人工标注方法不同的是，深度学习一般都是通过对视觉资源特征进行多层神经网络训练后，进行视觉特征学习，进而获取到特征提取更合理、区分性更强的视觉特征理解和描述。大量研究证明通过深度分析方法所提取到的视觉特征在图像分类与识别、视觉场景识别、智能监控、语音识别、知识图谱构建等应用领域都获得过成功。视觉资源的显著性特征提取和分割方法，能够采用模拟人类视觉系统和生理认知体系来提取视觉资源中显著性特征区域。目前，性能相对最好的视觉资源特征提取方法在公开的视觉大数据资源数据集中的显著性特征检测准确率在95%左右，视觉资源前景特征分割准确率将近92%，这一比例在近几年全球性各类大规模视觉资源分析与识别比赛中，仍然在不断增加。比如，Google研究组在大规模视觉识别挑战赛(ILSVRC)中，采用改进的深度卷积网络Google Net将图像识别准确率提升到93%;Google小组在微软图像标题生成挑战赛(MS COCO ICC)中，采用基于深度分析的图像特征提取方法获得冠军;悉尼科技大学与卡耐基梅隆大学、微软亚洲研究院和浙江大学在THUMOS比赛中，均将深度分析方法与视觉对象运动特征结合起来对视觉资源进行动作识别，分别获得前三名。
传统学术研究的理论成果往往需要很长一段时间发展，才能逐渐走向成熟，并进入到实际的工业应用中去。但无论是深度学习，还是视觉搜索，它们都拥有着极强的工程理论模型。一方面，它们在被学术界关注和研究的同时，也被工业领域所密切关注和尝试;另一方面，由于工业领域(如Google、网络、微软等)早就拥有着大规模的视觉大数据资源，且一直活跃在诸多信息科学领域的研究前沿，在很多领域，它们相较于学术界更有优势。如Google的知识图谱Knowledge Graph，Google Now与Google街景地图，微软的语音助手Cortana，爱奇艺的爱奇艺大脑，Facebook的Graph Search等均属于工业界视觉搜索较为经典的应用案例。事实上，国外工业界各大公司，如Google，Facebook，Microsoft等对视觉搜索不仅仅只是开展大量的研究，甚至还在内部成立了专门研究机构，国内的网络、华为、腾讯和阿里巴巴也不例外。
2.2 基于知识计算的视觉搜索知识服务模式
数字图书馆领域对视觉搜索理论与应用展开研究的一个重要目的，就是为高校和科研机构的研究人员提供嵌入式协作化的知识服务，而数字图书馆视觉搜索平台是将海量视觉大数据资源与平台提供的视觉大数据资源的组织、分析和处理功能嵌入到知识服务过程中。
视觉大数据资源整合与利用是当前国内外人工智能、信息检索领域的研究热点，拥有非常广泛的应用与研究前景。事实上，图像搜索作为视觉搜索的一个研究分支方向，近几年来，国内已有很多个人(如中国科学院高科、北京大学高文与黄铁军、南京大学朱庆华)、机构(如浙江大学、清华大学、北京大学、中国科学院计算所等)、企业(如爱奇艺、网络、腾讯、360、搜狗等)正在做与之相关的研究，并且很多已经推出了基于内容的图像搜索平台，为用户提供图像搜索服务。而美国的麻省理工学院、加州大学伯克利分校、伊利诺伊大学和英国的牛津大学等相关研究工作开始得更早，也研发出了相应的基于图像内容的图像搜索系统。
在以上所有相关研究中，它们都具有一个典型的研究特征：研究目的是为了解决视觉搜索的应用问题，而对应的视觉搜索模式大部分是基于知识计算。由于视觉搜索需要组织、分析和处理的对象主要包括文本、图像、视频等各类蕴含大量价值的视觉资源，因此，如何从视觉大数据资源中获取有价值的知识，就成为国外学术界和工业界一直以来的研究热点。以发掘视觉大数据资源中蕴含的丰富的、复杂关联的知识为目的的知识库称之为视觉对象知识库。目前，全球基于文本、图像、音视频等视觉资源的各类知识库有不少于60种，而基于这些视觉对象知识库的具体应用案例和系统平台也有几百种。其中，比较有代表性的应用案例有维基网络的DBpedia(2014版中包含8.7万部电影、12.3万张唱片、45万个物件等)、Google的知识图谱Knowledge Graph(包括地标、城市、人名、建筑、电影、艺术作品等5亿个搜索结果实体与350亿条关联知识条目)、Facebook的Graph Search(包含10亿名用户、2400亿张图像、10000亿次页面访问量等)等。
借助视觉搜索的相关理论与技术，开展对海量、异构、多元的视觉大数据资源的研究，不仅可丰富信息检索的外延和内涵，而且可以有效地解决当前数字图书馆所面临的“大数据、小知识、小服务”的瓶颈，具有一定的应用价值和现实意义。
2.3 基于语义分析的视觉内容关联组织模式
从已有研究来看，视觉搜索的研究对象大部分集中在文本与图像上，其中图像搜索是学者们着力解决的重点方向。视觉搜索研究可分为3个阶段：一是20世纪70年代末期开始的基于文本/元数据的图像搜索。这一方式主要通过人工标注元数据对图像进行描述，来实现对图像的信息检索功能，缺点是元数据标注费时费力，描述标准与反馈内容不完整，且容易有太多主观色彩。二是20世纪90年代开始提出基于视觉内容的图像搜索方法。这一方式其本质是采用人工构造图像底层视觉特征的方式来进行图像相似性比较，进而实现图像搜索，缺点是对图像底层特征和高层语义之间存在的语义鸿沟问题没有得到较好解决。三是21世纪初期提出的基于深度学习的图像搜索方法。社交网络与用户生成内容成为网络数据的主要来源，利用用户标签对图像语义进行组织、表达和理解成为研究主流，深度学习方法由此融入到相关领域。
与图像搜索相比，视频表达和分析则是视觉搜索领域相对较新的研究领域。视频由大量图像帧组成，且图像帧之间有较为紧密的时空与语义关联关系，这对视觉搜索技术要求更高。但由于深度学习在文本与图像搜索领域所取得的成功，学者们开始借助于深度学习框架，对视频进行组织、理解和描述，尤其是在视频特征提取这一关键环节采取了以下几种方法：一是视频静态关键帧特征描述。由于视频是由大量图像帧按时序与语义关联组成，故可采用深度学习方法对静态视频帧(即图像关键帧)进行特征学习。在具体应用中，一旦确定合理的静态关键帧提取和编码方式，也能形成较好的视频描述效果。二是动态视频时序特征描述。有学者曾提出密集轨迹方法对视频进行分析，取得了不错效果。三是前面两种方法的有机结合。牛津大学的Simonyan等提出采用时间和空间深度神经网络来对视频进行分析，时间轴输入的原始视频，用于对视频中的视觉对象进行识别，空间轴输入的时序关联场，用于对视频中视觉对象的动作及其轨迹进行识别。
目前国内外也有大量针对视觉内容分析与表达方面的竞赛，比如2013年美国佛罗里达大学组织开展的THUMOS比赛，就对海量视觉数据集中异构无序的视觉资源进行分析和理解，该项赛事随后每年都会开展相关研究。国内外许多高校、科研机构都积极参与到该项赛事中，如清华大学、浙江大学、香港中文大学、卡耐基梅隆大学、悉尼科技大学等。美国国家标准与技术研究所2011年组织开展的TRECVID比赛，针对大规模视觉数据集中复杂视觉资源中事件监测问题展开研究。近几年来，该项赛事也一直在围绕着这个主题开展相关研究，国内许多高校，如复旦大学、浙江大学、北京理工大学与同济大学等，在这项赛事中也获得了一定成绩。
目前虽然在视觉大数据资源的组织、分析、理解和利用方法上有很多研究成果，但这些成果最终目的是应用于视觉搜索。近年来一系列研究对于视觉搜索及其在各行业、领域的应用与推广工作起到了积极作用，这对于数字图书馆领域而言，是一个积极信号。
3 大数据环境下视觉搜索研究的5个核心问题
尽管视觉搜索已经获得了工业界和学术界(包括数字图书馆领域在内)的高度关注，但目前在国内并未得到广泛应用及推广，主要原因是由于相关技术与应用产品尚未完全成熟，存在着视觉搜索性能不够理想或不够稳定、用户体验质量不佳、应用局限性较强等问题，围绕这些问题，就需要从视觉搜索研究基础理论与技术角度来解决。从数字图书馆视觉搜索模式构建流程[1]来看，视觉搜索研究主要包括5个核心问题，分别描述如下。
视觉大数据资源的获取与组织方法。互联网环境下视觉大数据资源的存在形式是动态无序和异构离散的，视觉资源的生产和发布是动态变化的。视觉资源所蕴含的信息内容都包含多个异构、复杂的信息主题，彼此之间存在语义时空关联关系。而传统基于人工标注的视觉资源标注方法往往不够精确，因此，如何快速获取到所需视觉资源，是视觉搜索应用的关键问题。而对与待搜索视觉对象无关的视觉资源的清洗过滤，以及视觉大数据资源的有效组织是视觉搜索应用的核心问题。
视觉大数据资源的理解与表达方法。为了在海量视觉大数据资源中找到与待搜索对象一致的视觉资源，就需要从符合待搜索视觉资源的特征分析与理解出发，对其视觉内容进行多元化、结构化、多层次的深度理解和表达。
视觉大数据资源整合与交互方法。视觉搜索作为一种信息检索模式，其服务对象是用户。对视觉大数据资源的获取与组织、理解与表达的目的是为了给用户提供智慧化、人性化的知识服务。因此，如何围绕视觉大数据资源整合全生命周期进行多维度分析，从而满足用户对视觉大数据资源的多元化知识服务需求，也是视觉搜索研究能否成为现实的核心问题。
视觉对象知识库建设及标准化问题。视觉搜索依赖于视觉对象知识库的建设。基于高质量的视觉对象知识库，用户可快速将待搜索视觉对象与虚拟信息空间中的视觉大数据资源进行有效关联，从而享受到数字图书馆提供的视觉搜索知识服务。同时，标准化问题也是视觉搜索应用能否顺利应用和推广的关键所在。
视觉搜索体系的安全与可靠性理论。无论在任何时候，网络安全及系统可靠性问题是永远无法回避的难题，视觉搜索亦不例外。在视觉搜索体系中，数据安全性与知识产权、用户隐私权、系统可用性与可靠性等问题亦是视觉搜索能否得到有效推广与应用的核心问题。
4 总结与展望
在“互联网+”时代，信息服务正越来越广泛地深入到用户智慧化、个性化和嵌入式的知识服务需求中去，数字图书馆领域开始呼唤新型的杀手级信息检索模式。视觉搜索是当前信息检索领域发展的一个重要前沿和创新突破口，在充分汲取国内外信息科学领域先进研究成果的基础上，开展数字图书馆视觉搜索基础理论与应用研究，不仅有望从理论上丰富数字图书馆知识服务研究思想与未来发展框架，也有利于揭示数字图书馆中视觉大数据资源价值的产生机理与转换规律。
毫无疑问，人类正在向“‘互联网+’时代”迈进，作为一种技术与理念创新，视觉搜索必然符合一般信息技术生存、发展与成熟基本规律，需要经历技术诞生的萌芽期、飞速进步的发展期、迅速膨胀的高峰期、去泡沫化的低谷期、稳步发展的光明期和实际应用的高峰期6个阶段。目前来看，国内外已有视觉搜索研究正处于发展期，存在着理论与技术交叉之后学科间的不平衡这一问题。当前视觉搜索的理论、方法与技术研究主要集中在商业型视觉搜索应用上，对于产生视觉大数据资源的学术领域则关注较少。实际上，以科学研究、学科服务等学术领域为代表的视觉大数据资源，具有异于商业型应用的丰富内涵与独特特征，只有全面掌握商业应用与学术领域的相关研究，才有助于建立更加科学、系统、合理的视觉搜索理论体系和应用框架。

Ⅳ 国家卫星气象中心的人员概况：

国家卫星气象中心现有职工405人,其中研究员、正研级高级工程师30人，副研究员、高级工程师98人。
许健民董超华 蔡 斌 卢乃锰 黄 签钱建梅 师春香 施进明 杨 军 杨忠东张凤英 张其松 赵立成 赵风生
许健民，正研级高级工程师，中国工程院院士，博士生导师,风云二号静止气象卫星地面应用系统总设计师
1965年毕业于南京气象学院。自参加工作以来，一直从事气象科研、业务及卫星气象的应用服务工作。他非常重视气象事业现代化建设中的基础工作。
许健民院士在长期工作中，为了解决大量的气象资料存储难的问题，提出并实施完成了 “实时气象数据库”和“气象专用程序库”。为此，他撰写出版了“用磁带交换资料的技术”一书，对气象人员使用国外资料起了积极作用；为适应我国远程导弹试验的气象保障任务，他提出在常规气象资料十分匮乏的热带太平洋地区利用非常规资料进行天气分析，并在中央气象台创建了我国热带天气分析业务系统；在1987年东北大兴安岭森林火灾期间，他主持了森林火灾实时监测服务，及时提出并采取一系列有效的技术和服务措施，及时准确地为中央领导和公众提供了大量有用的火情信息，为灭火做出了重要贡献，受到国务院的表扬；1991年夏季江淮流域发生严重洪涝灾害，他提出了用气象卫星资料客观有效地监测洪涝，得出了87个县淹没情况和受灾严重程度的比较表，为国务院和民政部提供了准确的水情信息，受到国家防洪指挥部表扬；在风云一号极轨气象卫星和风云二号静止气象卫星应用系统工程建设中，解决了风云二号气象卫星云图高精度定位的难题，使风云二号气象卫星图像的定位精度达到了像元级，全面实现了实时、全自动、高精度，为风云二号卫星观测资料的应用做出了贡献。在2001年10月召开的国际气象卫星协调组织第29届会议上，该项工作受到高度评价；他提出了卫星云导风产品快速算法和云高度指定中区分薄卷云和低云的新算法，分别受到了气象卫星协调组织会议和国际云导风会议的高度评价。
许健民院士被世界气象组织聘任为卫星专家工作组成员，在促进气象科技的国际合作与交流，扩大我国卫星气象工作在国际上的影响做出了贡献。在国际会议上发表论文18篇；国家级学术刊物上发表论文10篇；在国内重要科技刊物上发表论文11篇；撰写出版著作2本；翻译出版和审核出版译著5本。
研究方向：气象卫星产品的应用
董超华 研究员,硕士生导师,风云三号气象卫星地面应用系统总设计师。
1969年毕业于南京气象学院，曾任国家卫星气象中心副主任、主任，现任国家卫星气象中心科技委主任。
主要从事卫星大气探测遥感理论、反演方法和应用研究。曾主持国家卫星应用技术重点项目：云对卫星原始资料质量的影响、国家“八五”台风暴雨攻关和国家“863”项目有关遥感资料处理和应用等方面的课题。在科技刊物上发表论文50余篇，主编气象卫星业务产品释用手册一本，译文十多篇。获国家科技进步奖一等1项，部级科技进步奖二等2项，司局级自然科学奖一等1项和科技进步奖三等1项；被国家人事部授予“国家有突出贡献的中青年科技专家”称号，享受政府特殊津贴。
目前承担的项目和课题：FY-3气象卫星地面应用系统工程建设技术负责；国防科工委民用航天重点科研项目“风云三号(FY-3)卫星高光谱分辨率红外大气探测仪性能指标和模拟试验研究”等。
研究方向：气象卫星遥感反演理论、反演方法和资料应用研究。
蔡斌，正研级高级工程师，风云三号应用系统工程副总设计师
1970年于南京工学院无线电系。自工作以来一直从事我国卫星气象的业务、科研技术工作。曾在北京大学、北京工学院进修，作为访问学者曾赴美国NOAA工作。
70年代，气象卫星、卫星遥感是国际前沿课题。急国家所需，广泛调研，深入探索，为我国第一颗气象卫星、卫星遥感仪器确定技术方案进行了开创性工作。提出、落实卫星技术要求，进行仪器机载飞行试验，多次参加气象卫星发射，提出地面系统总体方案，参加地面应用系统的总体设计和工程建设。
先后担任极轨卫星总体室主任，FY-1卫星应用系统总体主任设计师，2001年被中国气象局任命为气象卫星应用系统副总设计师。目前正从事我国第二代极轨气象卫星FY-3卫星及遥感仪器的需求分析与技术评估工作；紫外、可见、红外、微波星载仪器的定标工作;FY-3应用系统的总体设计工作。
涉及的领域和专业包括卫星总体技术、卫星遥感、遥感仪器及定标、应用系统总体设计、卫星数据接收与地面系统运行控制。
曾参加过多次国际会议，发表科学技术论文十多篇，联合撰写出版著作二本。
卢乃锰，正研级高工，硕士生导师
南京气象学院毕业,学士学位。1993-1994年在美国国家环境卫星资料和信息服务局工作，2001年被中国气象局正研级专业技术职务评审委员会评为正研级高级工程师。现任国家卫星气象中心副主任，国家卫星气象中心科技委副主任，中国气象局沙尘暴专家委员会委员，国际降水工作组（IPWG）成员。
独立提出了“多通道协和降水反演”和“风云一号气象卫星蓝通道植被指数”的概念。开发了国家卫星气象中心降水估计业务系统和静止气象卫星沙尘暴业务系统；在国内外刊物和会议上发表论文20余篇；主持了“中国遥感卫星微波辐射校正场预先研究”、“利用微波和光学遥感数据共同反演云系内部微物理结构和降水场参数”等一系列国家级、省部级项目和课题的研究工作。
目前在研的课题包括国家自然科学基金西部专项“西部生态环境20年要素演变的卫星遥感研究”、国家973项目中“新型卫星遥感资料的红外和微波降水估计方法研究”专题等。
研究方向：大气参数反演，微波辐射校正
黄 签 研究员，硕士生导师
1982年华中师范大学地理系毕业,同年进入中科院研究生院/中科院遥感所攻读硕士研究生，1985年研究生毕业，获中科院理学硕士学位。1985-1994年在中国地质大学（武汉）遥感研究室工作，现在中国气象局国家卫星气象中心工作，任学科负责人。
曾主持完成两项国家自然科学基金项目，其中“NOAA卫星中国小比例尺假彩色影像地图的制图试验”课题成功研制完成了中国第一幅结合数字影像处理和地图制图学、符合国家地图规范的中国小比例尺卫星影像地图，作为国家地图产品由测绘出版社发行。分别获国际摄影测量与遥感学会(ISPRS)最佳展示成果奖和地矿部科技成果三等奖，为该产品著作权人。1996年承担科技部九五攻关重中之重项目(3S技术综合应用)第一课题，负责“国家级基本资源环境与遥感动态服务体系”中极轨气象卫星深加工产品运行子系统的研制和运行，提供以季度为周期的全国最低云量影像数据基底和植被指数系列产品。1999年参加海洋863-818-11-02“大洋渔业遥感”项目，负责多种气象卫星海表温度反演产品系统的设计和建设。
主要代表性论著和作品有：“A Photomap of China with NOAA AVHRR Data”和“Small Scale Cartography from Space – Application of NOAA Satellite to map China”（英文、国际会议文献）、“中国卫星影像地图”（测绘出版社、著作权人）、《风云纵览 -- 风云一号C星图集》（气象出版社、编委、图像美工处理）、《神舟三号中分辨率成像光谱仪影像图》（北京科技周）等。
目前主要从事遥感图像处理，制图应用和环境遥感应用分析工作。现阶段承担的研究项目主要包括：国家十五863信息技术领域-信息获取与处理技术主题“EOS/MODIS中国1/100万影像地图系列产品化”课题、国家十五863资源与环境领域-海洋监测主题“大洋渔场环境信息获取和应用技术”子课题、国家自然科学基金重大研究计划-中国西部环境和生态科学，“西部生态环境20年要素演变卫星遥感研究”项目子课题。
钱建梅 正研级高级工程师
1978年毕业于南京工学院。一直从事气象卫星地面应用系统工程建设和应用软件研发工作。先后参与多个气象卫星地面系统的应用工程设计和实施，包括国家重点引进项目NOAA系列气象卫星资料接收处理系统、国家重点工程风云二号、风云二号（02）批、风云一号（02）批、风云三号应用系统，主要负责数据存档管理、实时业务调度与控制、数据分发、卫星高速数据接收与图象处理等多个应用软件系统的设计开发。在FY-1（02）批气象卫星存档管理系统建设中，在国内首次使用大型自动磁带库实现气象卫星数据自动存档和下载服务业务系统，并提出结构化数据和非结构化数据分层管理方法，提出以数据库为纽带，元数据为核心，从主机到存储进行端到端数据管理的设计思路，解决此前卫星资料存取的老大难问题，大大提高了卫星数据的使用效率。
曾在国内重要科技刊物上发表论文7篇；主持编写或参加编写30多篇/册气象卫星应用系统项目建议书、工程设计技术报告。
研究方向：数据存档与管理、系统集成。
师春香，研究员
1990年于中国气象科学研究院大气探测专业硕士毕业，之后在国家卫星气象中心研究所工作，主要从事静止和极轨卫星资料处理和应用相关的研究工作。主要成就和从事的领域包括：在国家重点基础研究973“中国之暴雨”项目中担任子课题负责人；参加了GEWEX/GAME/ HUBEX项目、国家863项目、国家重点自然科学基金项目。主持开发了FY-1C/D和FY-1C/1D全球SST、FY-2C大气可降水业务产品、云湿度廓线、高云检测业务产品。研究了卫星云图神经网络客观云分类方法、卫星云图云系自动提取方法，卫星云图面降水估计神经网络方法等。利用卫星数据对98年夏季青藏高原中小尺度系统进行了研究；对98年夏季长江流域中小尺度对流云团活动规律进行了研究;对98年武汉特大暴雨进行了研究；用MODIS和GMS5云分类数据分析2001年上海特大暴雨等。在FY3地面应用系统中任“产品质量检验系统主任设计师”，负责“应用示范系统”陆面数据同化系统的初步设计。参加了三部论著的翻译和编写，发表论文20余篇。作为“暴雨系统的卫星遥感理论和方法”课题的主要参加人员获得2005年中国气象局科技进步一等奖。
施进明 正研级高级工程师,硕士生导师
现担任全国气象行业标准化技术委员会委员，中国电子学会委员，气象电子学会委员，气象网络全书分编委，国家卫星气象中心高科技企业星地通公司总经理。1978年毕业于成都电讯工程学院计算机科学专业，同年分配到航天部17所，从事软件研发工作。1985年因建设我国第一颗气象卫星地面应用系统的需要，调到中国气象局卫星气象中心至今。多年来担任我国风云系列气象卫星地面应用系统计算机网络系统主任设计师，负责设计国家级遥感卫星地面应用计算机、网络和数据存储系统，并主持软件工程实施工作。
主要成就：主持完成“总装备部卫星资料存档与检索”等多个科研课题，负责编写《航天遥感数据编目检索方法》国家军用标准，担任科技部国家MODIS共享平台建设技术组成员，目前负责嫦娥工程运行控制系统建设。曾获国家科技进步二等奖一次，中国气象局科技进步一等奖和国家卫星气象中心科技进步一等奖、二等奖、三等奖多次，曾获中国气象局通令嘉奖、立功、全国气象先进工作者多次。
论文论著：《气象卫星资料处理软件再工程的战略规划及实施》气象通信与信息技术2004.09（第一作者）；《气象卫星资料处理业务中的并行计算技术》气象通信与信息技术2005.09（独著）；《高可用业务系统的设计和实现》气象仪器装备2000.3（第一作者）;《新一代静止气象卫星微机接收处理系统-开发应用与发展》气象仪器装备2000.3（第一作者）;《航天遥感数据编目检索方法》总装军标出版社2002/4/24（主编著）;《Internet气象卫星资料服务中的应用》计算机科学2002Vol.29No.8 (第二作者)等。
工作领域：气象通信与信息技术；构建大型计算机、网络和存储系统。
杨军 正研级高工，硕士生导师
1988年中国气象科学研究院大气探测专业硕士生毕业，并获硕士学位，现任国家卫星气象中心主任。
从事气象卫星资料的接收处理工作，在计算机软、硬件开发、通讯、图形图象处理、遥感资料处理等方面有一定科研工作基础。参加了我国FY-1、FY-2气象卫星地面系统的科研及建设工作，任运行控制系统主任设计师。参与日本GMS展宽资料微机处理系统研制、一体化气象卫星数据摄入卡研制、静止气象卫星中规模利用站系统研制等工作。参与中国辐射校正场科研工作以及95重点攻关项目35课题。此外还参与多个业务系统开发研制工作。在国内外学术刊物上发表论文十余篇，曾获得省部级二等奖一次、三等奖二次及司局级一、二等奖多次。
国家高技术项目：“863-308-20-02星载对地观测轻小型传感器及卫星数据处理技术”项目负责人之一。中国辐射校正场：“数据库检索与存档系统研制”子专题负责人。
研究方向：卫星遥感信息处理技术。
杨忠东，研究员，理学博士，硕士生导师，风云三号气象卫星应用系统副总设计师，国家卫星气象中心系统发展室副主任。
从事气象卫星遥感数据处理和信息产品开发方面的科研和应用系统工程建设工作，曾参加和主持完成多项国家科研课题。国家高技术研究发展计划“863-308-14-05”课题（1999年-2001年）“MODIS资料处理及其环境和灾害应用技术研究”的负责人之一。财政部项目（Y0101）“西北地区土壤水分、沙尘暴监测预测研究”下属专题（Y0101-01-03）（2001年-2003年）“利用新型遥感卫星资料监测西部地区地表参数和动态变化”负责人，项目专家组成员。国家高技术研究发展计划(863计划)2001AA135060课题（2001年11月-2003年12月）“气象卫星对地观测数据综合处理原型系统”负责人。2000年9月至2001年9月期间在美国威斯康星大学空间科学工程中心下属的气象卫星合作研究所做访问学者，从事MODIS数据处理与遥感信息产品开发研究工作。参加IMAPP软件包开发研制工作，合作完成MODIS云分类研究工作，独立完成“应用小波变换方法剔除MODIS数据条带噪声”研究工作。近年来，在国内外学术期刊上发表了20余篇科研论文，完成专著一本、工程技术报告3份。
国家卫星气象中心
地址：中关村南大街46号国家卫星气象中心
邮政编码：100081
2011年10月8日， 北京 ——微软(中国)有限公司与中国气象局国家卫星气象中心正式签署战略合作备忘录，宣布将建立联合实验室，携手研发基于云计算平台的大数据、高性能并发处理技术，从而为全国各级气象卫星机构和用户提供更先进的卫星数据与产品应用和服务。
作为承担国家级气象卫星资料在天气预报、气候变化、生态环境监测等应用的权威机构，中国气象局国家气象卫星中心一直致力于拓展气象卫星数据的应用服务领域。通过建立“中国气象局国家卫星气象中心—微软公司联合实验室“，微软中国云计算创新中心将协同微软亚太研发集团的相关团队与国家卫星气象中心携手，共同在云计算、大数据(Big Data)、高性能计算(High-Performance Computing)、海量并行处理(Massively Parallel Processing)等前沿领域开展合作研究，为国家气象卫星中心未来的技术方向、总体系统架构规划和设计提供具有前瞻性、建设性的技术平台、解决方案及参考数据，为下一代卫星数据处理系统构建坚实的IT基础架构。
“云计算正在深刻改变所有行业。“执掌商用平台云服务部门的微软全球副总裁Tom Casey在其演讲中表示，”随着气象卫星数据观测技术的进步，海量卫星数据的处理、存储与利用给IT带来了全新需求与挑战。与此同时，微软一直在云平台上对高性能并行处理及非结构化数据的管理应用进行重点投入，我们已为帮助中国气象局建立未来的IT技术储备做好准备。”
微软和中国气象局的合作肇始于2005年的风云三号气象卫星工程建设，双方在海量空间数据库应用、大规模并行运算等领域深入合作，进一步提高了气象卫星工程系统的技术水平和卫星应用效益。微软全球资深副总裁、微软亚太研发集团主席张亚勤表示：“中国正在成为全球云计算、高性能计算的研发中心和重要新兴市场，很高兴看到我们与伙伴们共同致力于中国公共服务事业的长期可持续性发展，这也是我们多年来成长的重要动力。“
中国气象局国家卫星气象中心副主任魏彩英女士出席了战略合作备忘录签约仪式，对国家卫星气象中心与微软联合打造战略合作研发平台表示祝贺，”在过去的六年里，我们与微软亚太研发集团在研究海量数据存储、并行处理等方面开展了卓有成效的工作。通过共建联合实验室，我们将共同推进气象卫星大规模并行计算、海量数据管理、空间数据发布和服务等领域的先进IT架构和技术发展，使气象卫星在国家气象防灾减灾、应对全球气候变化等方面更好地发挥效益。 “
至此，微软与中国政府在云计算领域的协作已全面扎实地展开，其中包括：超过70%的微软亚太研发集团工程师参与全球云计算产品、技术和服务开发；2010年9月在上海成立了助力中国政府、客户和合作伙伴实现云计算潜力的微软云计算创新中心；与上海、成都、无锡、济南等地方政府和企业在云计算领域紧密合作以提升信息化水平、实现产业升级；以及今天助力中国气象卫星事业发展的 “中国气象局国家卫星气象中心—微软公司联合实验室”。

Ⅳ 朱文武是什么意思

朱文武，清华大学计算机科学与技术系教授，信息科学与技术国家研究中心副主任，大数据算法与分析国家工程实验室副主任，清华大学人工智能研究院大数据智能研究中心主任, 国家973项目首席科学家, 国家基金委重大项目负责人。现担任 IEEE Transactions on Multimedia指导委员会主席，曾任IEEE Transactions on Multimedia主编。AAAS Fellow、IEEE Fellow、SPIE Fellow、欧洲科学院外籍院士。[1]

Ⅵ 南京邮电大学，西安邮电大学，重庆邮电大学那个比较好，给个三者的比较

重庆邮电大学相对较好，下面从多角度对比进行分析：

一、师资力量

1、南京邮电大学：截至2020年8月31日，学校有教职工2600余人，其中博士生、硕士生导师984人，专任教师中具有高级专业技术职务的比例为60.67%，具有博士、硕士学位的比例为95.70%。

2、西安邮电大学：据2021年1月学校官网显示，学校有教职工1600余人，具有高级职称者560余人。教师队伍中有国家有突出贡献中青年专家、教育部新世纪优秀人才支持计划人选、陕西省三五人才工程人选、陕西省青年科技新星、二三级教授、全国优秀教师、省级教学名师等人才项目和荣誉获得者100余人次。有双聘院士4人，客座教授150余人；国家级教学团队1个和省级教学团队13个。

3、重庆邮电大学：截至2016年3月，重庆邮电大学共有在职教职工1700余人，其中教授等正高级职称 230余人，副教授等副高职称460余人，博士生导师和硕士生导师700余位；学校外聘了中国科学院、中国工程院和英国、加拿大、美国、波兰、印度等国30余名院士及150余位知名专家学者为该校兼职教授或名誉教授。

二、院系专业

1、南京邮电大学：通信工程、电子信息工程、电子科学与技术、计算机科学与技术、信息安全、自动化、工商管理。

2、西安邮电大学：通信工程、信息工程、广播电视工程、电子信息科学与技术、物联网工程、电信工程及管理、计算机科学与技术、软件工程、网络工程、数据科学与大数据技术。

3、重庆邮电大学：截至2020年6月，重庆邮电大学共有通信与信息工程学院、计算机科学与技术学院、自动化学院、先进制造工程学院、光电工程学院（重庆国际半导体学院）、软件工程学院、生物信息学院、理学院。

三、科研成果

1、南京邮电大学：2011年到2014年，承担国家“973计划”、“863计划”、国家科技重大专项、国家科技支撑计划和国家自然科学基金项目、国家社科基金项目等各类科研课题2473项，发表学术论文7915篇，其中3389篇被SCI、EI、ISTP收录，获国家自然科学奖二等奖1项，高等学校科学研究优秀成果奖（人文社会科学）一等奖1项。

2、西安邮电大学：据2019年12月学校官网显示，学校两项成果荣获国家科学技术进步二等奖，“虎符TePA”成为在信息安全基础共性技术领域我国提交并获通过的第一个国际标准。研发的GPU芯片已通过省级鉴定，填补了国内空白，被列为陕西省“十三五”重大产业化项目。

3、重庆邮电大学：截至2020年6月，近年来，学校承担了包括国家科技重大专项、973、863项目、国家自然科学基金重点项目、国家社会科学基金重点项目等国家级项目500余项，承担省部级项目近2000项，获得省部级以上奖励100余项，其中包括了国家级奖励3项，省部级一等奖26项，授权专利近1500项，其中授权发明专利1300余项。

以上参考来源网络——南京邮电大学

以上参考来源网络——西安邮电大学

以上参考来源网络——重庆邮电大学

Ⅶ 马上研究生报考了，但出现了计算机技术专业硕士（085211）的情况，我想了解一下相关信息。

1、计算机技术专业硕士是否与学术性硕士都是要参加一月份的统考的；专业硕士在8月份还有一次招生。

招考时间：（非全日制专业学位硕士）每年7月份报名10月份考试；（全日制专业学位硕士）每年11月份报名1月份考试；（全日制学术学位硕士)每年11月份报名1月份考试。

2、计算机技术专业硕士的分数线是按照往年的国家线看的，考试成绩需要达到国家线或超出国家线。

3、学术性的会比较容易考，大多数考生都会选择报考学术性的，学术性的专业课是报考院校出的，如果报考的是一般的学校，水分还是比较大的。专业硕士的专业课是全国统一的，水分比较小。

4、计算机技术专业硕士是自费的，有奖学金，不过比较少，助学金也比较少。

5、专业硕士是以后考研的一个大的方向，是培养复合型人才的需要，但是真正导师是喜欢学术性学生的，出来专业硕士的学生的本科阶段专业和他的研究方向有很大的关系。

(7)973项目大数据扩展阅读：

一、学科专业简介

本专业领域为依托计算机科学与技术一级学科硕士点的专业学位硕士点。研究方向涉及计算机监控技术、计算机网络及其应用、数据库及其数据挖掘、嵌入式系统、智能计算、物联网工程、计算机图形学、云计算等。重点研究云计算、云存储、大数据和互联网+及其应用以及物联网工程系统开发与设计等。

本专业领域拥有一支年龄结构、知识结构和专业技术职务结构合理的教师队伍，目前有教授、副教授等高职称人员20余名，硕士生导师19人。

近5年来承担国家自然科学基金、国家“973”项目、安徽省自然科学基金、安徽省科技厅重大项目、安徽省教育厅重点项目等20多项。同时还承担30多项企业委托开发项目，取得了可观的经济效益和社会效益。在国内外重要学术期刊和学术会议上发表论文300余篇。

二、培养目标

本专业领域培养的研究生具有良好的科学素养，扎实的计算机技术基础理论，熟悉现代计算机软硬件平台和互联网+应用开发环境，掌握计算机系统和软件工程等相关理论。能够通过与其他学科的交叉，运用云计算、云存储、大数据解决多种研究和应用课题。

具备较强的独立从事科学研究和以团队形式进行系统应用项目开发的实际能力以及较强的外语文献的阅读与分析能力、严谨的科学态度与求实的科研作风。

能创造性地研究和解决与本学科有关的理论和实际问题，具有一定的独立从事科学研究和管理工作的能力，至少掌握一门外国语，能熟练地阅读专业文献资料和进行国际学术交流能力。

三、主要研究方向简介

1、计算机监控技术：主要针对计算机技术与应用和网络技术、检测技术、控制理论、信息处理在矿山监控、安全监控和过程监控等领域从事系统分析、设计、运行、开发等方面研究。

2、计算机网络及其应用：主要针对计算机网络体系结构、网络管理、网络安全、高速计算机网络、网络服务质量、网络互联、协议测试、计算机支持的协同工作理论与实现技术，以及这些理论与实现技术在有线和无线局域网、远程网中的应用研究。

3、大数据和数据挖掘：本研究方向主要指大数据的分析能力、管理大数据的能力、以及具有大数据思维和创新能力。数据挖掘是一个从大量的数据中抽取出未知的、有价值规律或知识的过程，它包括数据清洗、数据集成、数据转换、数据挖掘、模式评估和知识表示等部分。

4、嵌入式系统：主要是用来控制或者监视机器、装置、工厂等大规模设备的系统。利用主流的嵌入式系统开发平台完成嵌入式产品的开发、测试、维护、技术支持等工作的研究。

5、云计算：主要从事云计算架构、服务端技术以及各类移动终端技术，包括云存储理论及技术、云安全理论及技术、云终端应用技术以及移动云计算安全与隐私、虚拟化云计算、移动云计算服务端技术等方面研究。

6、物联网工程：主要从事物联网数据感知、数据传输以及智能处理理论及技术，熟练解决包括无线传感网、RFID网络节点的嵌入式设计、拓扑结构、通信协议、数据采集传输、数据融合、数据挖掘与智能处理等理论和应用技术等方面的研究。

7、计算机图形学：主要从事计算机图形学主要研究图像压缩、图像数据传输、图像分割、图像识别、三维图像重建、计算机辅助设计、虚拟现实技术等方面研究。

Ⅷ 重庆大学大数据与软件学院有什么专业设置

学院下设：软件工程系、数据科学系、智能科学系和教学实验中心。现设软件工程、数据科学与大数据技术、人工智能3个本科专业。
学院建有信息物理社会可信服务计算教育部重点实验室、重庆市农业大数据产业技术协同创新中心等省部级教学科研平台。与微软、IBM、阿里巴巴、华为等国内外著名IT企业和研究机构合作创建了国家Linux推广应用与培训中心、微软创新中心、IBM Power系统教育中心、华为ICT学院创新人才中心、重庆市信息安全中心等10多个专业实验室和研究中心，极大促进了学生工程实践能力的提高。
近年来，学院承担国家973计划、国家重点研发计划、国家核高基项目、国家自然基金等一系列国家和地方政府科研项目以及企业技术研发项目。发表高水平论文500余篇，连续几年ESI高倍引中国学者榜单；发明专利获权50多项，获省部级技术发明一等奖、科技进步二等奖等10余项。