- 1、本文档共10页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
电子与通信工程硕士点简介-学者网
广东技术师范学院
电子与通信工程
专业代码:085208
授予学位:工程硕士
学制: 3年
广东技术师范学院(前身为广东民族学院),是一所具有近60年办学历史、拥有硕士学位授予权的省属普通高等院校,是全国独立设置的5所技术师范院校之一,也是华南地区唯一一所培养高素质“双师型”职教师资和应用型高级专门人才的高校。
硕士点学科简介
电子与通信工程专业硕士学位授权点,依托电子与信息学院建设,于2014年开始招生。学科设有珠江学者岗位,拥有一支德才兼备、爱岗敬业的研究队伍,师资力量雄厚。现有青年珠江学者一名,兼职博士生导师4人,硕士生导师19人,其中教授17人,副教授23人,博士27人,客座教授2人,特聘教授2人,企业导师3人;广东省千百十工程省级培养对象3人,南粤优秀教师2人,担任国家和广东省自然科学基金项目、广东省科技计划项目等项目评审专家21人,在企业兼职担任技术专家的教师9人。
本硕士点下设智能信息处理及应用、网络与信息安全技术、光通信技术与器件三个研究方向,具有较好的科研环境与条件。拥有广州市数字内容处理及其安全性应用重点实验室、广东省高校移动信息技术研究中心、粤港制造云国际合作基地、“深度学习与压缩感知数据处理”广东省高校国际暨港澳台合作基地、“赛宝”广东省联合研究生培养基地、广东省“卓越网络工程师”实践教学基地,广东省电子与信息工程实验示范中心等10个省、市级教学科研平台。此外,还拥有教育部中兴通讯ICT产教融合创新基地,开展科教结合、产教融合的创新实践,为学生提供企业级的应用开发平台。
近几年,主持国家基金项目12项、省级科研项目近30项、市厅级和企业委托横向课题50余项,科研经费2400余万,获得广东省科技进步三等奖、广州市科技进步一等奖等3项科研奖励,获知识产权授权66件,三大索引论文86篇。
研究方向一:智能信息处理及应用
学术带头人:戴青云
戴青云,博士,教授,广东技术师范学院副校长、广东工业大学博士生导师。兼任国家发改委“制造物联网技术国家地方联合工程实验室”副主任、广东省发改委工程实验室“广东省制造物联网工程实验室”主任、广东粤港制造云国际合作基地主任、广东省教育厅国际合作基地“广东制造物联网技术联合实验室”主任、广东高校制造与知识产权大数据工程技术研究中心副主任、广东省重点行业知识产权工程技术研究中心副主任等。
主要从事制造物联网技术与知识产权大数据分析与应用、医药健康大数据、科技管理与科技评价、中国制造2025工程实训的重构与实践、智能制造与职业教育研究等。先后在International Journal of Computer Integrated Manufacturing等权威国际期刊及主流国际会议发表论文50余篇,Google Scholar H指数为14。先后主持了国家自然科学基金面上、应急管理项目各一项;主持教育部人文社会科学研究“工程科技人才培养研究专项”项目和广东省深化教育领域综合改革试点项目各一项;主持广东省应用研发重点项目、广东省粤港招标项目、广东省省部产学研合作重点项目、广州市科技攻关重点项目等纵向课题20多项、企业委托项目10多项,主持完成的相关成果获中国专利优秀奖和广东省专利金奖、广东省科技进步二等奖、广州市科技进步一等奖各一项,参与完成的成果获广东省科技进步一等奖一项,个人2008年度获新世纪巾帼发明家优秀奖。
本方向团队拥有专职教师16人,其中:教授6人,副教授8人,博士10人。
主要研究:
(1)工业物联网技术及应用。研究RFID在制造业的整体信息化应用模式,在基于RFID的实时采集智能终端的开发、无线通信与传感技术产品开发、软件产品与平台开发、制造物联与行业示范应用、制造云服务、建筑能源流智能检测与动态优化重调度等技术。
(2)面向行业的大数据应用及关键技术。重点研究面向医药健康产业、传统制造业大数据资源和公共服务云平台建设、多源异构非结构化平台大数据融合和存储技术、平台大数据挖掘与应用技术和药品监管和行业信息集成等关键技术。
(3)快速图搜专利技术在产业创新服务中的应用技术。重点研究深度学习方法在快速图搜专利技术中的应用以及快速图搜专利技术在产业创新服务中的应用模式与方法研究、平台开发、行业服务。
科研情况:
近几年,获批国家基金项目3项、省级科研项目近10项、市厅级和企业委托横向课题10余项,科研经费900余万,获得广州市科技进步一等奖一项,知识产权授权26件,三大索引论文16篇。
主要项目:广东省应用型科技研发专项“基于移动互联网的医药聚合供应链协同云平台关键技术研发及应用”;国家自然基金(应急管理项目)“基于大数据的制造物联网车间生产过程多周期前摄式优化决策方法”;广东省应用型科技研发专项资金重点项目“水风复合冷却
文档评论(0)