一、课程名称
并行处理与体系结构（S08120303）
advanced Computer Architecture Parallelism Scalability Programmability
二、学时、学分
本课程为研究生学位课，3学分，60学时
三、预修课程
计算机组成原理、计算机操作系统、微机原理及汇编语言程序设计、编译方法等。
四、适用专业
本课程适用于计算机应用专业、计算机系统专业的研究生课程。
五、课程的主要内容、重点、难点及学时分配
本课程是一门从外部来研究计算机系统的学科，并基于并行性、可扩展性和可编成性，较全面地的研究了现代计算机的系统机构，然后通过本课程的学习建立起计算机系统的完整概念。
本课程通过介绍目前通用的和先进的计算机系统来具体阐述计算结构原理的各个侧面，使学生通过本课程的学习，能够比较全面的掌握现代计算机系统结构的基本概念，基本原理，基本结构和基本分析法，并力求从系统分析和设计的角度深入浅出的介绍，正确反映系统结构、算法、软件和环境之间的相互关系。主要内容包括：并行性理论，多机系统，可扩展性理论，流水线技术，并行软件设计等。
本课程主要有以下内容：
1．并行计算机模型：为并行计算机、多处理机、多计算机和大规模并行处理机的物理结构建模。
2．序和网络特性：首先讨论计算粒度、程序划分条件、软件与硬件的匹配、程序流机制和并行性的编译支持问题，然后将讨论网络的复杂性、通信宽度和数据寻径功能。
重点：程序并行计算和网络并行。
3．可扩展性能原理：首先讨论性能度量、加速比定律和可扩展性原理。对不同情况使用三种加速比模型。然后给出并行计算的效率、冗余度、利用率和质量的定义。最后给出可扩展系统的基本概念。
重点：程序并行计算和网络并行。
4．机与存储器层次结构：研究RISC与CISC的内在的指令系统结构，讨论典型的标量、超标量、VLIW、超流水线和向量处理机；讨论存储器层次结构及虚拟存储器。
重点：指令系统处理机结构和存储器层次结构逻辑寻址技术。
5．总线、高速缓存和共享存储器：数字总线、高速缓存设计、共享存储器和虚拟存储器技术；探讨与存储器存取、指令执行、算术运算和向量处理有关的先进流水线原理及其应用。
重点：支撑并行处理机发展的硬件技术，包括先进的处理机、存储器层次结构和流水线技术。
6．流水线与超标量技术：本章讨论处理机研制中的高级进流水线和超标量设计问题。介绍线性流水线的性能分析和非线性进流水线的调度。另外介绍为建立指令流水线、运算流水线和存储流水线所需专门技术，即指令预取、内部数据定向、软件互锁硬件记分牌、冒险避免、转移处理和指令发射等技术。
重点：线性流水线的性能分析和非线性进流水线的调度。
7．多处理机和多计算机：本章讨论多处理机和多计算机系统结构。首先讲述用于构造多处理机系统的各种高速缓存一致性协议、同步方法、交叉开关、多端口存储器和多级网络。以Intel的Paragon 系统为例介绍非全局共享分布存储多计算机系统。最后讨论消息传递]]]]]机制的多计算机系统。
8．多向量机与SIMD计算机：本章研究流水线多向量超级计算机与SIMD阵列处理器统结构。另外，还介绍开发高性能向量多处理器的复合向量函数、多流水线链和网络技术。
9．可扩展、多线程与数据流系统结构：本章讨论可扩展、多线程与数据流系统结构的大规模计算机系统。这些系统结构可以用来构造大规模并行处理（MPP）系统，目前大多数处于研究和建立模型机阶段。主要研究问题包括时延隐藏技术、多线程原理、多维可扩展性、细粒度多计算机、数据流及混合系统结构。
10．并行模型、语言与编译器并行优化编译器：讨论并行/向量计算机程序设计与编译器方面问题。学习并行程序设计的基本模型以及开发并行性如何设计好优化编译器，要研究的模型包括共享变量、消息传递、数据并行、面向对象、函数、逻辑并行程序设计等，接着讨论语言的扩充性、并行化向量化以及支持并行程序设计的路程驱动编译器技术。  
11．并行程序开发与环境：描述并行计算机软件环境和程序开发技术。首先介绍环境、同步及执行模式，然后描述共享变量和消息传递程序的开发方法。
重点： 程序模块化、快速通讯、负载平衡及性能协调。
12．并行机的UNIX、Mach与OSF/1：在说明多处理机UNIX的设计目标之后，将介绍三种扩充UNIX的OS内核（主从、浮点执行、多线程）模型来满足多处理机的需要。这些内核用锁、信号灯和管程来实现。
六、主要参考书目及学术期刊
1  [美] Kai Hwang 著．高等计算机系统结构（第一版）．清华大学出版社，1995，8
2 郑纬民著．计算机系统结构（第一版）．清华大学出版社，1991，8

一、课程名称
程序设计方法学（S08120306）
Programming mothodology
二、学分、学时
该门课程为选修课，2学分，授课学时为30学时，实验10学时
三、预修课程
高级语言程序设计、数据结构及微机原理。
四、适用专业
该门课程适合于计算机应用专业
五、课程主要内容、重点、难点及学时分配
程序设计方法学是计算机应用专业教学计划中的一门重要的基础课，他是从事软件开发的学生必须学习的一门课，高品质的软件只有基于软件学的基本理论才成为可能。为学生今后从事操作系统的分析、设计、使用和开发工作打下坚实的理论基础。
程序设计方法学是一门理论性较强的课程。旨在介绍程序设计的基本理论和基本方法。主要内容包括问题求解的可行性分析、有限自动机模型、下推自动机模型、图灵机模型、有限框图、简单程序设计语言控制结构、数据的数学模型、数据对象、抽象数据类型、程序算法的一般分析、程序正确性分析、计算复杂度分析。
本课程的先导课程为程序设计语言、数据结构及微机原理。要求学生必须熟练掌握PASCAL语言。
本课程主要研究以下几方面内容：
1．总论，问题求解的可行性、问题求解的基本原则、抽象花概念；
2．有限自动机（FA）模型，有限自动机的定义、有限自动机的数学模型、FA的表示、有限状态识别器与有限状态生成器、不确定的FA、正规表达式及正则语言、正规表达式与FA的等价性、计算能力；
3．下推自动机（PDA）模型，PDA的定义与表示、产生式文法、CNF文法、PDA的计算能力；
4．图灵机（TM）模型，图灵机（TM）模型定义、解译程序和通用TM、TM与TA和PDA的关系、 TM的计算能力、不可计算性问题；
5．其他控制模型，有限框图例图、简单程序设计语言的控制结构；
6．数据的数学模型， 存储器函数、存储器的公理花描述、函数描述与公理化描述的关系、类型、类型的描述；
7．程序设计语言中的数据对象， 纯量类型、名字与引用、构造类型；
8．抽象数据类型，线性结构、非线性结构、数据的表示、抽象数据类型的封装；
9．算法，算法的一般分析、递归算法、迭代算法、面向对象的程序设计。
六、主要参考书目及学术期刊
1  冯树椿．程序设计方法学．浙江大学出版社
2  李传湘．程序设计方法学．武汉大学出版社

一、课程名称
数字图像处理（S08120307）
Digital Image Processing
二、学时学分
该课程为选修课，2学分，授课34学时，实验6学时。
三、预修课程
数学分析、线性代数、概率论与随机过程、信号噪声与线性系统、集合论、复变函数、离散函数、算法语言。    
四、适用专业
计算机科学与技术、自动控制、通信与电子工程、信号与信息处理、遥感、生物工程、物理学和化学等。
五、课程主要内容、重点和难点及学时分配
数字图像处理是30年来迅速发展起来的一门技术，它是计算机应用领域中的一个重要方面，涉及众多科学的理论问题和实际方法。所谓图像处理，就是指用数字计算机及其有关数字技术，对图像施加某种运算和处理从而达到某种预想的目的。
本门课程的主要内容是：图像处理的研究对象、系统组成、人类视觉模型以及光度学的若干基本知识、图像处理的重要数学基础、图像处理的传统内容：图像的增强、恢复、编码和重建等。本课程分理论和实践两部分，实践部分是上机实现一些基本算法。
本门课程重点是通过数字图像处理的学习，使学生了解数字图像处理技术的发展概况，掌握图像的数字化、图像的变换、图像的压缩和编码、图像的增强、图像的恢复和重建等概念和方法。
本门课程难点是如何使学生学会综合利用基础课所学到的知识解决图像处理的方法，从而提高解决实基问题的能力，也就是提高学习的能力。
学时分配：图像处理的概念和目的需授课2学时，图像的视觉基础需授课4学时，图像变换需授课6学时， 图像增强需授课8学时，图像恢复和重建需授课8学时，图像编码需授课6学时，附加实验6学时。
六、主要参考书目及学术期刊
1 章毓晋．图像处理和分析．北京：清华大学出版社，1999
2 阮秋琦．数字图像处理学．北京：电子工业出版社，2001
3 W.K.普拉特著，高荣坤译．数字图像处理学．北京：科学出版社，1984
4 R.C. 冈萨雷斯，李叔梁等译．数字图像处理．北京：科学出版社，1982
5 中国图像图形学报
6 图像处理与模式识别学报
7 Graphical Models and Image Processing(GMIP)
8 Image and Vision Computing(IVC)

一、课程名称
算法设计与分析（S08120308）
The Design and Analysis of Algorithms
二、学分、学时
该门课程为选修课，40学时，  2学分：
 三、预修课程
高等程序设计、数据结构、离散数学。
四、适用专业
计算机应用、计算机软件及理论。
五、课程内容、重点、难点及学时分配
本课程是计算机科学技术中的面向设计，处于核心地位的教育课程，因为无论是计算机系统、系统软件还是解决计算机的各种应用课题都可归结为算法设计。本课程通过系统介绍许多经典的非数值算法，系统分析这些算法所需时间和空间，严格证明算法的正确性，以提高学生算法设计与分析的素质和能力。
大纲内容及学时分配
第一章  算法概述
§1   算法与程序
§2   算法分析
学时：4课时
第二章  递归与分治法
§1   递归的概念
§2   分治法的基本概念
§3   二分搜索技术
§4   大整数的乘法
§5   Strassen矩阵乘法
§6   合并排序
§7  快速排序
学时：8课时
第三章  动态规划
§1   矩阵连乘问题
§2  动态规划算法的基本要素
§3  最长公共子序列
§4   0/1背包问题
§5   最优二叉搜索树
§6   货郎担问题
§7   流水线调度问题
学时：8课时
第四章  贪心法
§1   贪心算法的基本要素
§2   最优装载
§3   哈夫曼编码
§4   最小生成树的算法的设计与分析
§5   最短路径算法的设计与分析
学时：6课时
第五章  回溯法
§1   一般方法
§2   装载问题
§3   批处理作业调度
§4   图的着色问题
§5   哈密尔顿回路问题
§6   背包问题
§7  效率分析
学时：6课时
第六章  分枝—限界
§1   一般方法
§2   装载问题
§3   布线问题
§4   0/1背包问题
§5  TSP问题
学时：6课时
第七章  NP难和NP完全问题
§1   基本概念
§3   COOK定理
学时：2课时
六、主要参考书目及学术期刊
1  王晓东编著．计算机算法设计与分析．北京： 电子工业出版社出版，2000
2  Sara Basse．算法设计与分析．北京：高等教育出版社，2000

一、课程名称
高级操作系统（S08120309）
Advanced operating system
二、学分、学时
本课程为研究生选修课程，学分2，学时40。
三、预修课程
操作系统、计算机组成原理、数据结构、程序设计语言。
四、适用专业
本课程适用于计算机应用专业研究生课程。
五、课程主要内容、重点、难点及学时分配
本课程通过阐述UNIX系统的基本概念、基本原理和实现技术，剖析操作系统实例和提供一组实验，使学生了解计算机UNIX的工作流程、系统的资源管理功能和对并发处理能力。本课程的主要任务是为学生奠定必要的理论基础和实际上机操作能力。
l UNIX系统的发展简史：主要介绍UNIX的历史、现状和将来。采用叙述性的方法，娓娓道来UNIX操作系统的传奇故事。使学生可以领略到，UNIX的产生过程，凝聚着很多人的心血。
l UNIX系统的基础知识：介绍UNIX系统的入门知识。学生如何步入到UNIX的世界，并从中领略到UNIX的无限风光。带着用户的用户名和口令，引导学生勇敢地投入到UNIX系统中去。
l UNIX文件系统：介绍UNIX系统的组织，以及对文件系统地操作。如何使用介绍UNIX系统提供的文件系统的功能来保存，检索用户的数据是这一部分的重点。
l UNIX Shell 编程：介绍几种主要的UNIX Shell的编程。Shell编程环境，提供给用户一个对UNIX 操作系统的用户环境进行控制的功能。熟练掌握Shell编程，无疑成了熟练掌握UNIX系统的利器。
l UNIX上的数据处理工具：包括UNIX系统上目前常用的数据处理工具，如grep，awk和per1等。
l UNIX的网络功能：包括UNIX的网络配置、网络文件系统以及WWW浏览器工具。网络的重要性是不言而喻的，这部分的重点在于介绍UNIX中的Telnet、Ftp、e-mail和www浏览器的基本知识、使用方法，以及对这些工具的高级配置。
l UNIX的安全性：简单介绍了UNIX系统的安全问题。安全性无疑成了人们当前关心的话题。网上“黑客”事件已经不是棵幻小说中的内容，现实生活中这种事例已经举不胜举。作为一个UNIX系统的用户，了解UNIX系统种的安全规则，对于增强计算机安全防范意识，提高使用计算机的安全技巧，是非常重要的。
六、主要参考书目术学术期刊
1  汤子瀛，杨成忠编．计算机操作系统．西北电工程学院出版社，1984
2  冯耀霖，杜舜国编．操作系统．西安电子科技大学出版社，1989

一、课程名称
信息系统与信息管理（S08120310）
Information system and Information management
二、学时、学分
2学分，40学时（含实验6学时）
三、预修课程
数据库原理、计算机网络、软件工程、企业管理学。
四、适用专业
计算机科学与技术、电子信息工程、信息管理与信息系统、工业自动化。
五、课程主要内容、重点、难点及学时分配
1．主要内容
信息系统理论与技术课程旨在介绍信息系统开发与管理的一般原理和基本实现方法。出于本课程自身的特点，课程必须结合课程设计来组织教学。其主要内容包括：信息系统的概念、系统规划、系统分析、系统设计、系统实施、系统维护与管理等。
2．课程重点
通过本课程的学习，使学生掌握各类信息系统开发、设计与维护所必须的基本理论、设计方法、开发技术和步骤以及维护手段；了解信息系统发展的最新动态。
3．课程难点
本课程的特点之一是实践性强。通过理论与实践相结合的教学方式，培养和提高学生开发信息系统的基本技能和分析解决实际问题的能力。所以，课程的难点在于掌握分析与设计方法，解决实际问题，做一名合格的系统分析员。
    4．学时分配
    教学过程主要有课堂讲授、实验、习题课和课外作业等教学环节。课堂教学34学时，重点介绍基本理论、基本知识和基本技术、设计举例。实验环节6学时，培养学生上机操作的能力，通过实验消化理解课堂所学内容。在课堂教学中，有4学时的习题课，对典型习题做讲解，使学生进一步消化教学内容，并通过习题指出分析与设计思路和编程技巧。课外作业进一步将课堂学习内容用于解决实际题目，锻练学生解决和分析问题的能力。
六、主要参考书目及学术期刊
1  邝孔武等．信息系统分析与设计．清华大学出版社，2000
2  沈钧毅等．计算机信息系统概论．西安交通大学出版社，1996
3  金朝崇等．现代信息系统教程．天津大学出版社，1996
4  张基温．信息系统开发案例．清华大学出版社，2001

一、课程名称  
 计算机视觉（S08120311）   
 Computer Vision
二、学分、学时
该门课程为选修课，2学分，授课40学时。
三、预修课程
射影几何学、刚体运动力学、概率论、随机过程、图像处理、人工智能、最优化理论。
四、适用专业
该门课程适用于计算机科学与技术专业的研究生选修。
五、课程主要内容、重点、难点及学时分配
    从图像处理与模式识别发展起来的计算机视觉研究的对象之一是如何利用二维投影图像恢复三维景物世界。计算机视觉使用的理论方法主要是基于几何，概率和运动学计算与三维重构的视觉计算理论。计算机视觉要达到的最终目的是实现利用计算机对于三维景物世界的理解，即实现人的视觉系统的某些功能。
    课程内容及学时安排：1.概论，概述计算机视觉研究对象与内容，基本方法及其发展前景（2学时）。2.计算机视觉中的空间关系，本章主要介绍计算机视觉理论相关的射影几何学基础知识（8学时）。3.立体视觉，立体视觉是仿照人类利用双目线索感知距离的方法，来实现对三维景物信息的感知，实现上采用基于三角测量的方法（8学时）。4.运动分析（8学时）5.基于其他线索的三维信息恢复（5学时）。6.主动视觉与融合，主动视觉是相对于被动视觉而提出的概念，对于纯视觉系统而言主动就是移动能力。主动视觉的研究往往与有目的的以及定性视觉的研究结合在一起（5学时）。
六、主要参考书目及学术期刊
1 计算机视觉（算法与系统原理）．北京：清华大学出版社，1998
2 计算机视觉与模式识别．北京：国防科技大学出版社，1996
3 图象处理与模式识别学报
4 计算机学报
5 中国图象图形学报
 
一、课程名称
模式识别（S08120312）
    Pattern Recognition
二、学分、学时
计算机应用专业研究生选修课，2学分，40学时。
三、预修课程
计算机基础知识、概率论、线性代数与矩阵分析。
四、适用专业
    计算机应用技术。
五、课程主要内容、重点、难点及学时分配
模式识别是60年代迅速发展起来的一门学科，属于信息，控制和系统科学的范畴。模式识别技术主要分为两大类：基于决策理论的统计模式识别和基于形式语言理论的句法模式识别，因受教学时数限制本教学大纲主要介绍统计模式识别的基本方法和基本原理。
在第一章绪论中，概要的介绍模式识别的基本概念和某些预备知识；第二章主要介绍确定性模式的分类方法；第三章论述随机性模式的分类方法；第四章介绍聚类分析算法；第五章介绍模式识别的特征提取和特征选择。
    本课程的先导课程为计算机应用基础，概率论，线性代数和矩阵分析。
    模式识别是一门理论性很强、内容比较抽象的课程，要求学生具有较强的数学基础和数学素质。教学过程中针对各部分内容应注意采用形象化的教学方法，增加实例的讲解比例，重视对算法的理解应用，组织好讲授、自学等教学环节。
模式识别是计算机专业教学计划中的一门重要的专业课，通过本课程的学习，要求学生初步掌握统计模式识别的基本方法，能够使用这些方法进行简单的模式分类，为学生今后从事软件开发和科学研究工作打下坚实的基础。
第一章  绪论
说明：主要介绍模式识别系统的基本概念，组成和发展前景，同时复习概率论的有关知识。
1.1 模式识别系统
1.2 随机向量及其分布
第二章  判别函数和确定性分类器
说明：介绍确定性模式和随机性模式的相互区别；讲述线性判别函数在两类问题和多类问题中的分类应用；重点介绍线性判别函数的学习算法。
2.1  线性判别函数
2.2  线性判别函数的学习
第三章  似然函数的分类器
说明：首先介绍贝叶斯分类方法中的一般性的判决规则，并且抽象出随机模式的判决函数和决策面方程，重点研究贝叶斯分类方法在正态分布中的应用。
3.1 贝叶斯判别函数
3.2 最小风险的贝叶斯分类器
3.3 正态分布的贝叶斯分类器
3.4 概率密度函数的估计
3.4.1  最大似然估计法
3.4.2  贝叶斯估计法
3.4.3   贝叶斯学习法
3.4.4   正交函数展开法
3.5 直接估计后验概率的贝叶斯分类器
第四章  聚类分析
    说明：本章介绍聚类分析的基本算法，重点介绍散度的概念，K均值算法和最大最小距离算法。
4.1 最小距离分类法
4.2 相似性和聚类准则
4.3 聚类算法
4.3.1  简单的聚类算法
4.3.2  最大最小距离算法
4.3.3  K均值算法
4.3.4  ISODATA算法
第五章  特征提取和特征选择
说明：本章介绍模式识别中特征提取和特征选择的基本概念和基本方法，重点介绍基于K-L变换的特征提取方法。
5.1 模式可分性的测度
5.2 特征选择
5.3 特征提取
5.4 利用K-L变换提取特征
总复习与思考题解答  概述模式识别系统的组成及基本研究方法，简单介绍当前模式识别领域的最新发展动向，激发学生的学习兴趣。同时对一些思考题做简单的答疑辅导。
考核方法：闭卷考试，按考试成绩记最终成绩
课后答疑、讨论和建议：欢迎同学课后及时对课程提出意见。
教学方式：课堂讲授
学生成绩评定方法：平时作业占10分，期末考试占90分。
六、主要参考书目及学术期刊
1  李金宗．模式识别导论．高等教育出版社
2  蔡元龙．模式识别．西安电子科技大学出版社
3  边肇其．模式识别（第二版）．清华大学出版社

 
一、课程名称
新一代数据库系统（S08120313）
New Generate DataBase System
二、学分、学时
2学分，40学时
三、预修课程
     人工智能、数据结构、数据库原理。
四、适用专业
计算机应用专业研究生选修课。
五、课程主要内容、重点、难点及学时分配
学会分析研究现实世界中的一些客观实体，及对不同实体从不同需求所须的一些属性。数据库是管理数据的最新技术，是计算机科学的重要分支。十余年来，数据库系统已从专用的应用程序包发展成为通用的系统软件。由于数据库具有数据结构化、最低冗余度、较高的程序与数据独立性、易于扩充、易于编制应用程序等优点，较大的信息系统都是建立在数据库设计之上的。因此，不仅大型计算机及中小型计算机，甚至微型计算机都配有数据库管理系统。
目前，对数据库各种模型的研究以及理论上的探讨都还在蓬勃开展，其应用也从一般管理扩大到计算机辅助设计、人工智能以至于科技计算等领域。
新一代数据库系统完整地讲述了当前数据库技术的发展，包括：.新的数据库模型OOP技术；.新的应用要求产生；面向对象的数据库系统； 数据库应用系统开发技术；分布式数据库系统（DDB）； 数据仓库基本概念、数据挖掘。还有部分数据库发展的新技术和更深入的内容。
    其难点为分布式数据库的建立，数据挖掘等。
1．预计绪论需授课4学时。
2．面向对象的数据库系统需授课10学时。
3．数据库应用系统开发技术需授课6学时。
4．分布式数据库系统（DDB）需授课14学时。
5．数据仓库基本概念需授课10学时。
六、主要参考书目及学术期刊
•1. DB有关的国际会议
•1） International  Conference on Very Large DB(VLDB)
•2） ACM SIGMOD International Conference on Management of Data          
•3） IEEE inter. Data. Engineering Conf(DEC)
•国内   数据库年会
•中国计算机学会，专业委员会
•软件分会—DB学组
•2.与DB有关的学术期刊•1）ACM Transaction on Database Systems(TODS)
•2）ACM SIGMOD Record
•3）IEEE Transaction on Knowledge and Data Engineering
•4）IEEE Transaction on Software Engineering
•5）ACM Computing Surveys
•综述性文章
•辅导性文章
• Communication of the ACM(CACM)
•Computer
•Computing Reviews
•Computer &Control Abstracts
•一级期刊
计算机学报
软件学报
计算机研究与发展
计算机科学    
小型微型计算机     
计算机世界报

一、课程名称
知识工程与知识处理（S08120314）
knowledge Engineering and Expert System学分、学时
二、学分、学时
2学分，40学时
三、预修课程
人工智能、概率论数理统计、数据结构、数理逻辑。
四、适用专业
计算机应用专业研究生选修课。
五、课程主要内容、重点、难点及学时分配
知识工程是人工智能的原理和方法，对那些需要专家知识才能解决的应用难题提供求解的手段。恰当运用专家知识的获取、表达和推理过程的构成与解释，是设计基于知识的系统的重要技术问题。这类以知识为基础的系统，就是通过智能软件而建立的专家系统。
至今，人们对知识工程的理解，一般局限于专家系统范围内。我们认为，知识工程是一门以知识为研究对象的新兴学科，它将具体智能系统研究中那些共同的基本问题抽出来，作为知识工程的核心内容，使之成为指导具体研制各类智能系统的一般方法和基本工具，成为一门具有方法论意义的科学。在1984年8月全国第五代计算机专家讨论会上，史忠植提出："知识工程是研究知识信息处理的学科，提供开发智能系统的技术，是人工智能、数据库技术、数理逻辑、认知科学、心理学等学科交叉发展的结果。"
知识工程可以看成是人工智能在知识信息处理方面的发展，研究如何由计算机表示知识，进行问题的自动求解。知识工程的研究使人工智能的研究从理论转向应用，从基于推理的模型转向基于知识的模型，包括了整个知识信息处理的研究，知识工程已成为一门新兴的边缘学科。
该课程主要有以下几方面的内容：
1．知识工程的概念及目的。2．知识工程在新技术革命的重要地位。3．知识工程和思维科学。4.知识表示问题。5.知识的利用。6.知识的学习。7.知识的获取。8.如何建造知识工程系统 9.知识工程系统举例。其中知识表示问题、知识学习和知识的获取为该门课程的重点，也是难点所在。知识处理系统从结构上看，主要由问题求解和推理机、知识库机、智能接口机三部分组成。
专家系统实质上是突破了简单的逻辑运算、把经验和推理结合起来，将逻辑思维和形象思维结合起来。
知识工程中智能系统的研究要以思维科学为指导。与人的接口有两类，一类是智能系统的开发者，一类是智能系统的用户。这两类都存在认知科学的思维。
开发智能系统时最大的问题是知识获取，这就是要将专家的专门知识变换表示为计算机能处理的形式。知识获取的方法，如果是理想的，则要系统具备自学习功能，可以自动地增加新的知识。但是至今，机器学习还没有达到那么高的水平。现在是有希望的是通过人机对话，将知识半自动地存到程序中去，即称为半自动知识获取法。为了利用这种半自动方式获取知识，在知识获取过程中必须要研究问题求解的认知模型。
预计知识工程的概念及目的需授课2学时。2．知识工程在新技术革命的重要地位需授课2学时。3．知识工程和思维科学需授课5学时。4.知识表示问题需授课5学时。5.知识的利用需授课4学时。6.知识的学习需授课5学时。7.知识的获取需授课6学时。8.如何建造知识工程系统需授课8学时 9.知识工程系统举例需授课3学时。
六、主要参考书目及学术期刊
1  何新贵．知识处理与专家系统．清华大学出版社，1988
2 吴信东，皱燕．专家系统技术．电子工业出版社，1988
3 林尧瑞，马少平编著．人工智能导论，清华大学出版社，1989年5月第1版，1998年3月第7次印刷，12.80(定价)。购书联系地址：100084 北京清华大学教材科
4 林尧瑞，陆玉昌，马少平．IBM-PC计算机人工智能语言-GCLISP和Micro- Prolog，清华大学出版社，1988年3月第1版，书价:15.04。购书联系地址同1
5 石纯一，王家钦编著．数理逻辑与集合论．清华大学出版社，1990年2月第1版，1995年10月第2次印刷，书价：7.80。购书联系地址同1、2。
《Artificial Intelligence》（杂志）；
6 Proceeding of the IJCAI（国际人工智能联合会学术会议论文集）；
7 史忠植编著．高级人工智能．科学出版社，1998年1月第1版，1998年6月第2次印刷，定价：32.00。购书联系地址：100707北京东黄城根北街16号科学出版社；
8 陈世福，陈兆乾等编著．人工智能与知识工程．南京大学出版社，1997年12月第1版，书价：30.00，购书联系地址：210093 南京大学校内，南京大学出版社