新型大数据管理技术
Introduction to Data Science
随着大数据时代的到来，数据分析技术是近年来计算机领域非常活跃的领域。出现了很多新型的研究领域，本课程将邀请目前活跃在数据管理领域前沿的三位高水平研究人员授课，分别对目前最新的研究领域进行介绍，并结合这些新型的研究问题通过研讨的形式提高对学生从事科学研究的能力。
课程将围绕大数据分析的最新技术组织课程内容。具体内容包括：
●大规模图数据管理技术。汪卫教授将结合目前大规模中文知识图谱的构建与
管理展开介绍，并着重结合一些实际应用包括深度阅读、智慧城市等介绍大规模图数据的管理技术
●移动环境下的大数据管理技术。 Hui Xiong教授将对移动环境下的大数据管
理技术，包括移动大数据管理的挑战、计算模型、不确定性数据管理等内容进行系统介绍。
●大数据下的查询处理技术。 Zhiyuan Chen 教授将对大数据管理以及大数据
环境下SQL查询的处理技术进行系统介绍。
三位主讲人具有很强的研究能力。他们在VLDB、SIGMOD、SIGKDD、TODS等数据库领域的顶级国际学术会议和期刊上发表了大量的论文。相信通过参与该课程有助于学生了解数据管理和分析领域面临的主要问题，提高他们的研究能力。
教师风采
复旦大学计算机科学技术学院副院长,1998年获复旦大学
计算机科学博士学位,长期从事数据库与数据挖掘领域的
研究和开发工作。在SIGKDD、SIGMOD、VLDB、WWW、
ICDE、IEEE TKDE、JIIS等国际权威的学术会议上发表论
文近20余篇，引用500余次。作为主要参与者获得上海市
科技进步一等奖一项，二等奖两项，三等奖一项，并或高等教育国家级教学成果二等奖一次。2005入选教育部“新世纪优秀人才支持计划”。目前担任中国计算机学会数据库专业委员会委员，上海市计算机学会理事，数据库专业委员会副主任。并担任ICDM、SIAM DM、CIKM等重要国际学术会议的程序委员。
Hui Xiong 副教授
美国新泽西州立大学
Dr. Hui Xiong is currently an Associate Professor and the Vice Chair of the Management Science and Information Systems Department, and the Director of Rutgers Center for Information Assurance at Rutgers, the State University of New Jersey. His general area of research is data and knowledge engineering, with a focus on developing effective and efficient data analysis
techniques for emerging data intensive applications. He has published prolifically in refereed journals and conference proceedings (3 books, 50+ journal papers, and 60+ conference papers). He is the co-Editor-in-Chief of Encyclopedia of GIS (Springer, 2007), and an Associate Editor of IEEE Transactions on Knowledge and Data Engineering (TKDE) as well as the Knowledge and Information Systems (KAIS) journal. He has served regularly on the organization and program committees of numerous conferences, including as a Program Co-Chair of the Industrial and Government Track for the 18th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD) and a Program Co-Chair for the IEEE 2013 International Conference on Data Mining (ICDM). He is a senior member of the ACM and the IEEE.
Zhenyuan Chen ，副教授，美国马里兰大学 复旦大学获得学士和硕士学位、康奈尔大学获得博士学位。研究领域包括海量数据管理、查询处理、隐私保护等。在TKDE 、 IEEE Data Eng. Bull 、SIGKDD 、ICDE 、ICDM 等数据库顶级的期刊和国际会议上发表论文50余篇。曾担任ICDE 、ICDM 、EDBT 等会议的程序会委员，IJKBO 、IJESOS 等期刊的编委。
基础知识要求：选课学生应当具备掌握的基础知识包括：数据库理论与管理、数据结构、算法
学分：2学分 学时：36学时 上课时间：7月10日 - 16日 选课网址：
https://www.doczj.com/doc/241171775.html,/p/publish/show.html?queryType=set&searchName=paidIn fo.search&projectId=8508
课程设置
日期星期节次上课内容授课教师7月10日四2-4,7-9 大规模知识抽取技术汪卫
7月11日五2-4,7-9 大数据管理Zhiyuan Chen 7月12日六2-4 大数据下的SQL查询处理I Zhiyuan Chen 7月13日日2-4 大数据下的SQL查询处理II Zhiyuan Chen 7月13日日7-9 移动环境下的大数据管理I Hui Xiong
7月14日一2-4 移动环境下的大数据管理II Hui Xiong
7月14日一7-9 移动环境下的大数据分析I Hui Xiong
7月15日二2-4 移动环境下的大数据分析II Hui Xiong
7月16日三2-4,7-9 知识图谱管理与挖掘技术汪卫
基因组生物信息学 Introduction to Genomics and Bioinformatics 基因组生物信息学是在人类基因组计划完成之后出现的热点研究领域。本课程是一门创新的课程，通过理论学习与实际操作演示介绍基因组和生物信息学中前沿与常用的知识和工具，使得学生在理论与技能两方面得到培养。课程内容新颖，紧跟国际最新研究进展与热点，结合应用实例介绍实用的技能。课程开设目的是让选课学生了解基因组生物信息学的基本概念、掌握基本工具；认识基因组学与日常生活的密切关系，和基因组技术个体化对社会和人们生活方式的深远影响；同时培养兴趣，为该领域吸引跨学科人才。课程内容包括：基因组学与生物信息学简介，基因组基本理论，人类基因组计划的历史与未来，基因组测序方法与进展，基因组序列注释方法，转录组学简介，比较基因组与进化基因组学简介等。教学团队的几位教师都是这一领域的专家，其中赵国屏院士是微生物基因组学方面的专家，曾经在抗击SARS的研究中作出突出贡献；周雁教授主持与参与了多个大型基因组研究计划，包括人、水稻、血吸虫等，在基因组与生物信息学方面有着丰富的理论与实践经验。 赵国屏，教授，中科院院士复旦大学 gpzhao@https://www.doczj.com/doc/241171775.html, 现任国家人类基因组南方研究中心执行主任，生物芯片上 海国家工程中心主任，复旦大学微生物学与微生物工程系 主任，中国微生物学会理事长。主要研究方向为微生物基 因组学和生物信息学，进化，代谢调节，合成生物学。 周雁，副教授复旦大学 zhouy@https://www.doczj.com/doc/241171775.html, 复旦大学生命科学学院副教授，上海市生物信息学会理事。 主要研究方向为病源与宿主在基因组和表达组水平的相互 作用，及在此过程中相关基因家族及其功能的进化规律。教师风采
大数据处理常用技术简介 storm,Hbase,hive,sqoop, spark,flume,zookeeper如下 ?Apache Hadoop:是Apache开源组织的一个分布式计算开源框架，提供了一个分布式文件系统子项目(HDFS)和支持MapReduce分布式计算的软件架构。 ?Apache Hive:是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，通过类SQL语句快速实现简单的MapReduce 统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。 ?Apache Pig:是一个基于Hadoop的大规模数据分析工具，它提供的SQL-LIKE语言叫Pig Latin，该语言的编译器会把类SQL的数据分析请求转换为一系列经过优化处理的MapReduce运算。 ?Apache HBase:是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价PC Server上搭建起大规模结构化存储集群。 ?Apache Sqoop:是一个用来将Hadoop和关系型数据库中的数据相互转移的工具，可以将一个关系型数据库（MySQL ,Oracle ,Postgres等）中的数据导进到Hadoop的HDFS中，也可以将HDFS的数据导进到关系型数据库中。 ?Apache Zookeeper:是一个为分布式应用所设计的分布的、开源的协调服务，它主要是用来解决分布式应用中经常遇到的一些数据管理问题，简化分布式应用协调及其管理的难度，提供高性能的分布式服务?Apache Mahout:是基于Hadoop的机器学习和数据挖掘的一个分布式框架。Mahout用MapReduce实现了部分数据挖掘算法，解决了并行挖掘的问题。 ?Apache Cassandra:是一套开源分布式NoSQL数据库系统。它最初由Facebook开发，用于储存简单格式数据，集Google BigTable的数据模型与Amazon Dynamo的完全分布式的架构于一身 ?Apache Avro:是一个数据序列化系统，设计用于支持数据密集型，大批量数据交换的应用。Avro是新的数据序列化格式与传输工具，将逐步取代Hadoop原有的IPC机制 ?Apache Ambari:是一种基于Web的工具，支持Hadoop集群的供应、管理和监控。 ?Apache Chukwa:是一个开源的用于监控大型分布式系统的数据收集系统，它可以将各种各样类型的数据收集成适合Hadoop 处理的文件保存在HDFS 中供Hadoop 进行各种MapReduce 操作。 ?Apache Hama:是一个基于HDFS的BSP（Bulk Synchronous Parallel)并行计算框架, Hama可用于包括图、矩阵和网络算法在内的大规模、大数据计算。
数据库技术领域的发展趋势 1 泛数据研究 2 国际数据库研究界动态 3 主流技术发展趋势 3.1 信息集成 3.2 数据流管理 3.3 传感器数据库技术 3.4 XML 数据管理 3.５网格数据管理 3.6 DBMＳ的自适应管理 3．７移动数据管理 3．8 微小型数据库技术 ３.9 数据库用户界面 1 泛数据研究的时代 数据库技术从诞生到现在,在不到半个世纪的时间里,形成了坚实的理论基础、成熟的商业产品和广泛的应用领域,吸引了越来越多的研究者加入,使得数据库成为一个研究者众多且被广泛关注的研究领域.随着信息管理内容的不断扩展和新技术的层出不穷,数据库技术面临着前所未有的挑战.面对新的数据形式,人们提出了丰富多样的数据模型(层次模型、网状模型、关系模型、面向对象模型、半结构化模型等),同时也提出了众多新的数据库技术（XML 数据管理、数据流管理、Weｂ数据集成、数据挖掘等). 回顾数据库发展之初,数据模型是制约数据库系统的关键因素．E.F Cｏdd 博士(19２3-2003）提出的关系模型充分考虑了企业业务数据的特点，从现实问题出发,为数据库建立了一个坚实的数学基础.在整个计算机软件领域,恐怕难以找到第2 个像关系模型这样，概念如此简单,但却能带来如此巨大市场价值的技术. 关系模型在关系数据库理论基本成熟后,各大学、研究机构和各大公司在关系数据库管理系统(RDBＭS）的实现和产品开发中，都遇到了一系列技术问题.主要是在数据库的规模愈来愈大,数据库的结构愈来愈复杂，又有愈来愈多的用户共享数据库的情况下,如何保障数据的完整性、安全性、并发性以及故障恢复的能力,它成为数据库产品是否能够进入实用并最终
2018年复旦大学经济学院金融学 [020204]考试科目、参考书目、 复习经验 一、招生信息 所属学院：经济学院 所属门类代码、名称：经济学[02] 所属一级学科代码、名称：应用经济学[0202] 二、研究方向 01 (全日制)国际金融 02 (全日制)货币银行 03 (全日制)金融市场与投资 04 (全日制)金融风险管理 05 (全日制)风险管理与保险 06 (全日制)公司金融 07 (全日制)互联网与大数据金融 三、考试科目 ①101思想政治理论 ②201英语一 ③303数学三 ④801经济学综合基础（金融） 四、复习指导 一、参考书的阅读方法 （1）目录法：先通读各本参考书的目录，对于知识体系有着初步了解，了解书的内在逻辑结构，然后再去深入研读书的内容。 （2）体系法：为自己所学的知识建立起框架，否则知识内容浩繁，容易遗忘，最好能够闭上眼睛的时候，眼前出现完整的知识体系。
（3）问题法：将自己所学的知识总结成问题写出来，每章的主标题和副标题都是很好的出题素材。尽可能把所有的知识要点都能够整理成问题。 二、学习笔记的整理方法 （1）第一遍学习教材的时候，做笔记主要是归纳主要内容，最好可以整理出知识框架记到笔记本上，同时记下重要知识点，如假设条件，公式，结论，缺陷等。记笔记的过程可以强迫自己对所学内容进行整理，并用自己的语言表达出来，有效地加深印象。第一遍学习记笔记的工作量较大可能影响复习进度，但是切记第一遍学习要夯实基础，不能一味地追求速度。第一遍要以稳、细为主，而记笔记能够帮助考生有效地达到以上两个要求。并且在后期逐步脱离教材以后，笔记是一个很方便携带的知识宝典，可以方便随时查阅相关的知识点。 （2）第一遍的学习笔记和书本知识比较相近，且以基本知识点为主。第二遍学习的时候可以结合第一遍的笔记查漏补缺，记下自己生疏的或者是任何觉得重要的知识点。再到后期做题的时候注意记下典型题目和错题。 （3）做笔记要注意分类和编排，便于查询。可以在不同的阶段使用大小合适的不同的笔记本。也可以使用统一的笔记本但是要注意各项内容不要混杂在以前，不利于以后的查阅。同时注意编好页码等序号。另外注意每隔一定时间对于在此期间自己所做的笔记进行相应的复印备份，以防原件丢失。统一的参考书书店可以买到，但是笔记是独一无二的，笔记是整个复习过程的心血所得，一定要好好保管。
复旦大学2006年外国留学生(研究生)招生简章 学制：3年 招生专业：请参见研究生院网站https://www.doczj.com/doc/241171775.html,/招生简章中的硕士、博士专业目录。 申请资格：硕士 --- 大学本科毕业以上学历，身体健康的外国籍公民。 博士 --- 获得硕士以上学位，身体健康的外国籍公民。 申请时间：2006年3月1日至4月30日，可到校申请或邮寄材料申请。邮寄材料必须在4月30日前寄到。 申请材料： 1）《复旦大学外国留学生入学申请表》，可从网上下载打印使用，网址为 https://www.doczj.com/doc/241171775.html,/。请按要求认真填写，并贴上照片。 2）毕业证书（应届生为预计毕业证明）和学位证书原件或公证件。 中、英文以外文本的证书还需提供公证过的中文或英文翻译件； 3）本科或硕士阶段全部课程的成绩单原件或公证件。 中、英文以外文本的成绩单还需提供公证过的中文或英文翻译件； 4）个人陈述 申请硕士者1000字左右，申请博士者1500字左右，用中文撰写。内容应包括个人学习、工作经历，学术研究成果，硕士或博士阶段的研究计划等； 5）两名副教授(或副教授以上职称人士)的推荐信,须为中文或英文的原件； 6）HSK6级以上证书原件或公证件，或能够证明自己汉语水平的其他材料；7）护照复印件（有效期内的普通护照）； 8）证件照2张（同护照照片尺寸，申请表上贴一张）； ★申请材料不全者不予受理。不论录取与否，以上材料一律不予退还。 报名费：100美元或800元人民币（申请时一并缴纳，可用现金、现金支票、邮政汇款的形式支付。报名费不予退还。） 录取：经审核材料，根据申请者的情况和专业要求，分别采取下列三种方式录取：①免试录取②面试录取③笔试加面试后录取 ★ 我校将用E-mail与申请者保持联系，告知录取方式。 ★ 笔试时间：2006年5月27日、28日，具体时间和地点请见准考证。 ★ 录取结果将于2006年6月中旬在留学生办公室网站上公布（https://www.doczj.com/doc/241171775.html,），《录取通知书》随后寄发。 笔试科目：两门笔试加面试。考试科目同中国学生考试科目，其中政治理论和外语免考，请到https://www.doczj.com/doc/241171775.html,查询。参考书目请直接向院系咨询。学费：硕士：文科 26000元/年，理科30000元/年，医科/艺术 48000元/年博士：文科 30000元/年，理科 37000元/年，医科/艺术54000元/年入学：2006年9月初，具体时间以《录取通知书》为准。 备注：报考MBA、IMBA和英文授课的国际政治（中国政治与外交）项目，请看该项目招生简章。 联系方式：地址：上海市邯郸路220号复旦大学留学生办公室招生部 邮政编码：200433 电话：86-21-65642258 65117628 传真：86-21-6511-7298 网址：https://www.doczj.com/doc/241171775.html, E-mail: fso@https://www.doczj.com/doc/241171775.html,
数据管理技术发展的三个阶段 数据管理技术发展的三个阶段 数据管理技术的发展可以大归为三个阶段：人工管理、文件系统和数据库管理系统。 一、人工管理 这一阶段（20世纪50年代中期以前），计算机主要用于科学计算。外部存储器只有磁带、卡片和纸带等还没有磁盘等直接存取存储设备。软件只有汇编语言，尚无数据管理方面的软件。数据处理方式基本是批处理。这个阶段有如下几个特点： 计算机系统不提供对用户数据的管理功能。用户编制程序时，必须全面考虑好相关的数据，包括数据的定义、存储结构以及存取方法等。程序和数据是一个不可分割的整体。数据脱离了程序就无任何存在的价值，数据无独立性。 数据不能共享。不同的程序均有各自的数据，这些数据对不同的程序通常是不相同的，不可共享；即使不同的程序使用了相同的一组数据，这些数据也不能共享，程序中仍然需要各自加人这组数据，谁也不能省略。基于这种数据的不可共享性，必然导致程序与程序之间存在大量的重复数据，浪费了存储空间。 不单独保存数据。基于数据与程序是一个整体，数据只为本程序所使用，数据只有与相应的程序一起保存才有价值，否则就毫无用处。所以，所有程序的数据均不单独保存。
二、文件系统 在这一阶段（20世纪50年代后期至60年代中期）计算机不仅用于科学计算，还利用在信息管理方面。随着数据量的增加，数据的存储、检索和维护问题成为紧迫的需要，数据结构和数据管理技术迅速发展起来。此时，外部存储器已有磁盘、磁鼓等直接存取的存储设备。软件领域出现了操作系统和高级软件。操作系统中的文件系统是专门管理外存的数据管理软件，文件是操作系统管理的重要资源之一。数据处理方式有批处理，也有联机实时处理。这个阶段有如下几个特点： 数据以“文件”形式可长期保存在外部存储器的磁盘上。由于计算机的应用转向信息管理，因此对文件要进行大量的查询、修改和插人等操作。 数据的逻辑结构与物理结构有了区别，但比较简单。程序与数据之间具有“设备独立性”，即程序只需用文件名就可与数据打交道，不必关心数据的物理位置。由操作系统的文件系统提供存取方法（读／写）。 文件组织已多样化。有索引文件、链接文件和直接存取文件等。但文件之间相互独立、缺乏联系。数据之间的联系要通过程序去构造。 数据不再属于某个特定的程序，可以重复使用，即数据面向应用。但是文件结构的设计仍然是基于特定的用途，程序基于特定的物理结构和存取方法，因此程序与数据结构之间的依赖关系并未根本改
复旦大学经济学院金融研究院导师简 介：张金清 姓名：张金清 职称：教授 所在系所：金融研究院 专业方向：数理金融、金融风险管理、金融工程、金融开放与金融安全 张金清，教授、博士生导师，复旦大学“教育部金融创新研究生开放实验室”主任，复旦大学金融研究院副院长。 主要研究领域： 金融风险管理、数理金融、金融工程、金融开放与金融安全、行为金融、经济金融中的非线性问题分析等。 主要成果介绍： 目前，已经在《Annals of Economics and Finance 》、《Advances in Econometrics》、《J. Integral Equations and Appl. 》、《Neural Network World》、《Intelligent Data Analysis 》、《Nagoya Math. J. 》、《Math. Adv. 》、《ACTA Math. Hungar. 》、《India J. Pure Appl. Math.》、《管理科学学报》、《数学学报》、《应用数学学报》、《系统工程学报》、《系统科学与数学》、《系统工程理论与实践》、《金融研究》、《统计研究》、《国际金融研究》、《经济学家》、《社会科学》、《管理评论》、《复旦学报》（自然科学版和社会科学版）等国内外重要学术刊物上发表论文80余篇；撰写专著和教材3部；主持或主持完成国家自然科学基金、教育部社科与研究生教育创新等国家和省部级以上研究项目10余项、政府部门和企事业单位委托项目近20项；获省部级以上科研、教学奖励10余项。 凯程教育： 凯程考研成立于2005年，国内首家全日制集训机构考研，一直从事高端全日制辅导，由李海洋教授、张鑫教授、卢营教授、王洋教授、杨武金教授、张释然教授、索玉柱教授、方浩教授等一批高级考研教研队伍组成，为学员全程高质量授课、答疑、测试、督导、报考指导、方法指导、联系导师、复试等全方位的考研服务。 凯程考研的宗旨：让学习成为一种习惯； 凯程考研的价值观口号：凯旋归来，前程万里； 信念：让每个学员都有好最好的归宿； 使命：完善全新的教育模式，做中国最专业的考研辅导机构； 激情：永不言弃，乐观向上； 敬业：以专业的态度做非凡的事业；
新型大数据管理技术 Introduction to Data Science 随着大数据时代的到来，数据分析技术是近年来计算机领域非常活跃的领域。出现了很多新型的研究领域，本课程将邀请目前活跃在数据管理领域前沿的三位高水平研究人员授课，分别对目前最新的研究领域进行介绍，并结合这些新型的研究问题通过研讨的形式提高对学生从事科学研究的能力。 课程将围绕大数据分析的最新技术组织课程内容。具体内容包括： ●大规模图数据管理技术。汪卫教授将结合目前大规模中文知识图谱的构建与 管理展开介绍，并着重结合一些实际应用包括深度阅读、智慧城市等介绍大规模图数据的管理技术 ●移动环境下的大数据管理技术。 Hui Xiong教授将对移动环境下的大数据管 理技术，包括移动大数据管理的挑战、计算模型、不确定性数据管理等内容进行系统介绍。 ●大数据下的查询处理技术。 Zhiyuan Chen 教授将对大数据管理以及大数据 环境下SQL查询的处理技术进行系统介绍。 三位主讲人具有很强的研究能力。他们在VLDB、SIGMOD、SIGKDD、TODS等数据库领域的顶级国际学术会议和期刊上发表了大量的论文。相信通过参与该课程有助于学生了解数据管理和分析领域面临的主要问题，提高他们的研究能力。 教师风采 复旦大学计算机科学技术学院副院长,1998年获复旦大学 计算机科学博士学位,长期从事数据库与数据挖掘领域的 研究和开发工作。在SIGKDD、SIGMOD、VLDB、WWW、 ICDE、IEEE TKDE、JIIS等国际权威的学术会议上发表论 文近20余篇，引用500余次。作为主要参与者获得上海市 科技进步一等奖一项，二等奖两项，三等奖一项，并或高等教育国家级教学成果二等奖一次。2005入选教育部“新世纪优秀人才支持计划”。目前担任中国计算机学会数据库专业委员会委员，上海市计算机学会理事，数据库专业委员会副主任。并担任ICDM、SIAM DM、CIKM等重要国际学术会议的程序委员。
一．选择题１５＊６ １。p＋－n结耗尽层宽度主要取决于：B Ａ：p＋区浓度Ｂ：n区的浓度Ｃ：p＋区和n区的浓度 ２。二极管正向阈值电压Ｖf：b Ａ：随温度升高而升高Ｂ：随温度升高而下降Ｃ：不随温度变化 ３。p－n结隧穿电压比雪崩击穿电压：B Ａ：来得大Ｂ：来得小Ｃ：在同一数量级上 ４。双极型晶体管共基极连接： Ａ：只有电流放大作用Ｂ：既有电流放大作用又有电压放大作用Ｃ：无电流放大有电压放 大 ５。晶体管基区运输系数主要决定于：c Ａ：基区浓度Ｂ：基区电阻率和基区少子寿命Ｃ：基区宽度和基区少子扩散长度 ６。npn平面晶体管发射效率与发射区浓度关系；C Ａ：发射区浓度越高发射效率越高Ｂ：发射区电阻率越高发射率越高Ｃ：发射区浓度 不能太高否则发射率反而下降 ７。电子迁移率等于１５００，４００Ｋ温度下其扩散系数为：B Ａ：３９Ｂ：５２Ｃ：７０ ８。题目给出mos结构的Ｑsc～ψs关系图，要求判断其衬底是什么型（n型，p 型，中性） ９．理想的mos结构Ｃ～Ｖ关系图与实际的Ｃ～Ｖ关系图的差别是： Ａ：只有p型时，向负方向平移一段距离Ｂ：n型时向正方向平移一段距离Ｃ：向负方 向平移一段距离，与类型无关 １０．mos管＂缓变沟道近似＂是指： Ａ：垂直与沟道方向电场和沿沟道方向电场变化很慢Ｂ：沿沟道方向的电场变化很慢 Ｃ：沿沟道方向的电场很小 １１．mos工作时的沟道夹断点电压Ｖdsat： Ａ：与栅电压Ｖgs无关Ｂ：在长沟道与短沟道是不同Ｃ：始终等于Ｖgs－Ｖt １２．nos管体电荷变化效应是指； Ａ：衬源偏压Ｖbs对阈值电压Ｖt的影响Ｂ：沟道耗尽层受栅压Ｖgs影响而对电流Ｉds影 响Ｃ：沟道耗尽层受栅压漏源电压Ｖds影响而对电流Ｉds影响 １３．mos亚阈值电流的主要特征： 具体选项没记下，主要是电流随Ｖgs指数变化，当Ｖds大于３ＫＴ／q时电流与Ｖds关系不 大 １４．nos管短沟道效应是指：
大数据关键技术 大数据技术，就就是从各种类型得数据中快速获得有价值信息得技术。大数据领域已经涌现出了大量新得技术，它们成为大数据采集、存储、处理与呈现得有力武器. 大数据处理关键技术一般包括:大数据采集、大数据预处理、大数据存储及管理、大数据分析及挖掘、大数据展现与应用(大数据检索、大数据可视化、大数据应用、大数据安全等)。 一、大数据采集技术 数据就是指通过RFIＤ射频数据、传感器数据、社交网络交互数据及移动互联网数据等方式获得得各种类型得结构化、半结构化（或称之为弱结构化）及非结构化得海量数据，就是大数据知识服务模型得根本.重点要突破分布式高速高可靠数据爬取或采集、高速数据全映像等大数据收集技术;突破高速数据解析、转换与装载等大数据整合技术;设计质量评估模型,开发数据质量技术。 大数据采集一般分为大数据智能感知层：主要包括数据传感体系、网络通信体系、传感适配体系、智能识别体系及软硬件资源接入系统，实现对结构化、半结构化、非结构化得海量数据得智能化识别、定位、跟踪、接入、传输、信号转换、监控、初步处理与管理等。必须着重攻克针对大数据源得智能识别、感知、适配、传输、接入等技术．基础支撑层：提供大数据服务平台所需得虚拟服务器,结构化、半结构化及非结构化数据得数据库及物联网络资源等基础支撑环境。
重点攻克分布式虚拟存储技术,大数据获取、存储、组织、分析与决策操作得可视化接口技术,大数据得网络传输与压缩技术,大数据隐 私保护技术等． 二、大数据预处理技术 主要完成对已接收数据得辨析、抽取、清洗等操作。1)抽取:因获取得数据可能具有多种结构与类型,数据抽取过程可以帮助我们将这些复杂得数据转化为单一得或者便于处理得构型,以达到快速分析处理得目得。2)清洗:对于大数据，并不全就是有价值得,有些数据并不就是我们所关心得内容,而另一些数据则就是完全错误得干扰项，因此要对数据通过过滤“去噪”从而提取出有效数据. 三、大数据存储及管理技术 大数据存储与管理要用存储器把采集到得数据存储起来,建立相 应得数据库,并进行管理与调用。重点解决复杂结构化、半结构化与非结构化大数据管理与处理技术。主要解决大数据得可存储、可表示、可处理、可靠性及有效传输等几个关键问题。开发可靠得分布式文件系统（DFS）、能效优化得存储、计算融入存储、大数据得去冗余及高效低成本得大数据存储技术；突破分布式非关系型大数据管理与处理技术，异构数据得数据融合技术,数据组织技术,研 究大数据建模技术;突破大数据索引技术;突破大数据移动、备份、复制等技术；开发大数据可视化技术. 开发新型数据库技术，数据库分为关系型数据库、非关系型数据库以及数据库缓存系统。其中，非关系型数据库主要指得就是NoSＱ
《复旦大学青年教师长期公派出国项目培养方案》 1、实施宗旨 （1）“十一·五”期间，加快教学、科研、管理、思政等各支队伍国际化培养，是我校人才队伍综合培养体系的有机组成部分，是建设我校高层次、国际化一流人才队伍，实施人才强校战略的重要途径与举措。 （2）青年教师培养是“十一·五”期间我校师资队伍建设三大任务之一。让青年教师接受长期的、系统的国际化学术训练，对于改善队伍学缘结构、提升队伍质量与层次，加速青年教师成才，构建未来的国际化的领军人才、学科带头人队伍，形成结构优化、素质提升、视野开阔的学科梯队，具有至关重要的意义。 （3）根据教育部《高等学校“高层次创造性人才计划”实施方案》、国家留学基金委相应配套“青年骨干教师出国研修项目”等，以及《复旦大学“十一·五”发展规划纲要》的要求，特制定本《方案》。 2、实施原则 （1）按照国家与地方建设需求、我校学科布局、重点学科、新兴学科、交叉学科与985平台基地建设战略需要，明确选派出国（出境）规模、目的、项目类型，有针对性制定学校和院系公派留学培养计划。 （2）本《方案》与国家、地方、我校高层次人才队伍建设、综合培养方案、公派留学计划与项目紧密配套结合。以世界一流大学作为公派留学主要目的地，分类、分层次，有效设计学校与院系各类选派培养项目。 （3）按照“国家公派为主导，校际交流为抓手，院系培养为基础”的原则，倡导多渠道实施国际化培养。充分利用国家留学基金委、教育部与卫生部项目，与国家留学基金委签订青年骨干教师公派出国培养协议；积极扩大校际交流项目和院系公派项目；主动将自费留学与师资培养结合，拓展优秀青年教师国际化培养途径。充分发挥院系在各类海外留学选派工作中的主体作用。在11－5期间，争取有60％以上青年教师均有5个月以上出国深造经历。 （4）积极扩展提供海外经费资助的出国项目，落实人才队伍国际化培养专项经费，确保国家公派所要求的配套资助，与没有外方资助的校际交流和院系公派所需经费。（5）调整现行人事配套政策，将公派留学与岗位聘任、岗位待遇、学术休假等相衔 接，提高个人与院系有效实施公派留学工作的积极性。 3、实施对象 本《方案》实施对象为新进校第2－第6年青年教师，原则上为35岁以下。个别进校年龄相对较大而表现突出者，可放宽至40岁。包括
复旦大学经济学院金融研究院导师简 介：蒋祥林 姓名：蒋祥林 职称：副教授 所在系所：金融研究院 专业方向：金融工程、资本市场理论与实证 蒋祥林，男，现任复旦大学经济学院金融研究院副研究员，上海金融学年会会员。研究领域金融工程、资本市场的理论与实证研究。主持的项目主要有：国家自然科学基金项目：资本监管下的商业银行行为及其宏观经济效应研究；教育部人文社会科学规划项目：国内外衍生品市场对我国战略性大宗商品和金融资产国际定价权的影响研究；上海市哲学社会科学规划基金项目：体制转换时间序列模型及其应用研究等。并已获得国家留学基金委资助，计划于2010年10月-2011年10月到美国马里兰大学商学院和环境与建筑工程学院做访问学者，从事金融衍生品、碳金融领域的研究。本人积极参与企业、政府部门的培训、咨询工作：承担了上海市组织部的上海干部在线学习城《金融衍生产品及在风险管理上的应用》、昆山市政府和企业中层干部的《金融衍生品》等课程主讲；承担华安基金管理公司《固定收益分析系统》开发研究工作。 凯程教育： 凯程考研成立于2005年，国内首家全日制集训机构考研，一直从事高端全日制辅导，由李海洋教授、张鑫教授、卢营教授、王洋教授、杨武金教授、张释然教授、索玉柱教授、方浩教授等一批高级考研教研队伍组成，为学员全程高质量授课、答疑、测试、督导、报考指导、方法指导、联系导师、复试等全方位的考研服务。 凯程考研的宗旨：让学习成为一种习惯； 凯程考研的价值观口号：凯旋归来，前程万里； 信念：让每个学员都有好最好的归宿； 使命：完善全新的教育模式，做中国最专业的考研辅导机构； 激情：永不言弃，乐观向上； 敬业：以专业的态度做非凡的事业； 服务：以学员的前途为已任，为学员提供高效、专业的服务，团队合作，为学员服务，为学员引路。 如何选择考研辅导班： 在考研准备的过程中，会遇到不少困难，尤其对于跨专业考生的专业课来说，通过报辅导班来弥补自己复习的不足，可以大大提高复习效率，节省复习时间，大家可以通过以下几个方面来考察辅导班，或许能帮你找到适合你的辅导班。
数据管理技术的产生和发展 摘要:随着计算机技术的发展，特别是在计算机软件．硬件与网络技术发展的前提下，人们的数据处理要求不断提高，在此情况下，数据管理技术也不断改进。数据库技术是计算机科学技术中发展最快的领域之一，也是应用最广的技术之一，它成为计算机信息系统与应用系统的核心技术和重要基础。 关键字：人工管理、文件系统、数据库系统。 数据管理的水平是和计算机硬件、软件的发展相适应的，是随着计算机技术的发展人们的数据管理技术经历了三个阶段的发展：人工管理阶段；文件系统阶段；数据库系统阶段。 1.人工管理阶段： 20世纪50年代中期以前，计算机主要用于科学计算。硬件方面，计算机的外存只有磁带、卡片、纸带，没有磁盘等直接存取的存储设备，存储量非常小；软件方面，没有操作系统，没有高级语言，数据处理的方式是批处理，也即机器一次处理一批数据，直到运算完成为止，然后才能进行另外一批数据的处理，中间不能被打断，原因是此时的外存如磁带、卡片等只能顺序输入。 人工管理阶段的数据具有以下的几个特点。 （1）数据不保存。由于当时计算机主要用于科学计算，数据保存上并不做特别要求，只是在计算某一个课题时将数据输入，用完就退出，对数据不作保存，有时对系统软件也是这样。 （2）数据不具有独立。数据是作为输入程序的组成部分，即程序和数据是一个不可分隔的整体，数据和程序同时提供给计算机运算使用。对数据进行管理，就像现在的操作系统可以以目录、文件的形式管理数据。程序员不仅要知道数据的逻辑结构，也要规定数据的物理结构，程序员对存储结构，存取方法及输入输出的格式有绝对的控制权，要修改数据必须修改程序。要对100组数据进行同样的运算，就要给计算机输入100个独立的程序，因为数据无法独立存在。 （3）数据不共享。数据是面向应用的，一组数据对应一个程序。不同应用的数据之间是相互独立、彼此无关的，即使两个不同应用涉及到相同的数据，也必须各自定义，无法相互利用，互相参照。数据不但高度冗余，而且不能共享。
大数据管理及应用专业 招生简章 东凌经济管理学院计划于2019年面向全校2018级本科生招收30名“大数据管理与应用”专业学生。 专业介绍 大数据已成为推动经济转型发展的新动力、提升国家竞争优势的新机遇。国家大数据产业“十三五”规划正在启动实施阶段，社会对大数据人才的需求日益迫切。为主动适应国家和经济社会发展需要，东凌经济管理学院开设“大数据管理及应用”本科专业方向班，现面向全校一年级学生招生，欢迎大家报名。 大数据管理及应用专业依托北京科技大学东凌经济管理学院的管理科学与工程系建设。管理科学与工程系是北京市重点学科，具有悠久的办学历史和强大的师资队伍。目前拥有专职教师26人，其中教授9人，副教授10人，讲师7人，95%的教师具有博士学位，80%的教师具有海外学习或进修经历。教师中1人入选爱思唯尔（Elsevier）2014年中国高被引学者榜单，2人获评教育部新世纪优秀人才，2人获评北京市教学名师。近5年获得国家自然科学基金项目14项，其中包含重点项目2项，发表学术论文300余篇。此外，该系拥有一流的实验和应用实践平台和基础设施技术保障。包括200核高性能服务器，300T的专用网络存储设备，万兆交换机以及云存储管理平台，可以同时为2个班60名学生开展大数据管理与应用相关实验。
大数据管理和应用专业将突出大数据科学专业特色，注重人才培养的科学性、前瞻性。本专业毕业生应熟练掌握大数据平台技术（设计、部署、管理、运维等）、大数据分析技术（统计计算、人工智能、数据挖掘等方法）、大数据开发与应用等基本工程能力，具备创新意识和合作精神，具有较高的分析问题、解决问题、自主学习以及创新能力。毕业生适合在信息技术企业、企事业单位、科研机构、高等院校的信息技术或管理部门，以大数据采集与预处理、存储与管理、分析与挖掘、展现与应用等为主要内容，从事商务数据分析学科的科研、教学、管理等工作。 大数据是国家重点支持的发展领域，具有良好的就业前景和用武之地。欢迎有志于国家大数据事业发展的同学踊跃选报大数据管理及应用专业！
大数据处理常用技术有哪些? storm,hbase,hive,sqoop.spark,flume,zookeeper如下 ?Apache Hadoop:是Apache开源组织的一个分布式计算开源框架，提供了一个分布式文件系统子项目(HDFS)和支持MapReduce分布式计算的软件架构。 ?Apache Hive:是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，通过类SQL语句快速实现简单的MapReduce 统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。 ?Apache Pig:是一个基于Hadoop的大规模数据分析工具，它提供的SQL-LIKE语言叫Pig Latin，该语言的编译器会把类SQL的数据分析请求转换为一系列经过优化处理的MapReduce运算。 ?Apache HBase:是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价PC Server上搭建起大规模结构化存储集群。 ?Apache Sqoop:是一个用来将Hadoop和关系型数据库中的数据相互转移的工具，可以将一个关系型数据库（MySQL ,Oracle ,Postgres等）中的数据导进到Hadoop的HDFS中，也可以将HDFS的数据导进到关系型数据库中。 ?Apache Zookeeper:是一个为分布式应用所设计的分布的、开源的协调服务，它主要是用来解决分布式应用中经常遇到的一些数据管理问题，简化分布式应用协调及其管理的难度，提供高性能的分布式服务?Apache Mahout:是基于Hadoop的机器学习和数据挖掘的一个分布式框架。Mahout用MapReduce实现了部分数据挖掘算法，解决了并行挖掘的问题。 ?Apache Cassandra:是一套开源分布式NoSQL数据库系统。它最初由Facebook开发，用于储存简单格式数据，集Google BigTable的数据模型与Amazon Dynamo的完全分布式的架构于一身 ?Apache Avro:是一个数据序列化系统，设计用于支持数据密集型，大批量数据交换的应用。Avro是新的数据序列化格式与传输工具，将逐步取代Hadoop原有的IPC机制 ?Apache Ambari:是一种基于Web的工具，支持Hadoop集群的供应、管理和监控。 ?Apache Chukwa:是一个开源的用于监控大型分布式系统的数据收集系统，它可以将各种各样类型的数据收集成适合Hadoop 处理的文件保存在HDFS 中供Hadoop 进行各种MapReduce 操作。 ?Apache Hama:是一个基于HDFS的BSP（Bulk Synchronous Parallel)并行计算框架, Hama可用于包括图、矩阵和网络算法在内的大规模、大数据计算。
本人07年顺利考上复旦，现在看来考上了并不是成功和生活无忧的保证，还有很多挑战在等着我。但是这个决定并执行的过程的确值得体味。校园里很多DDMM又开始了备考了，我想那种茫然、犹豫和无助如同我去年一样。我同校的学生考复旦的不多，除了考金融的，其他的交流也很少。尤其是复旦指定参考书上的错误很多，看不懂又没谁可以讨论时那个郁闷啊可以杀人了。所以这里作为过来人综合了其他朋友在论坛上发的备考经验，写下点点经验供大家参考。先要提醒的是，不同的起点，对“经验”吸收的百分比差异很大，千万不可照搬。我本科是一类大学经济学院的，成绩是专业前10％，说这些绝对不是炫耀什么，也没什么好炫耀的，只是给大家一个参照系，使经验更有针对性。这里也不谈要不要考研，为什么考复旦，如何选方向如何答题、时间安排之类的，也是为了增加针对性，这些问题其他帖子已经谈得很好了，如果还有问题要问的话可以Email我：emy09@https://www.doczj.com/doc/241171775.html, 一、几句建议 Always remember that your own decision to succeed is more important than anything else.这是林肯的名言。考研是持久战，期间什么心态都可能出现，动摇最是常见的。这时候想想这句话，鼓励自己继续走下去。这句话对我的帮助最大。 You are what you do. 做什么事，成就什么样的人。每个人考的背景和原因都不一样，但既然决定了，就千万不要再犹豫徘徊了，这样很浪费精力和时间，分神是考研的最大忌讳。除非思考的结果是不考了～ The best prediction is to realize it. 这是准备政治时知道的西方未来学家（futurist）的名言――预测未来最好的办法就是去实现它！我想对于考后的结果思考的越少越好。担心和焦虑是必然的，尤其是有些人放弃保研或好工作来考，机会成本很大，难免患得患失，这时要告诉自己“预测未来最好的办法就是去实现它！”任何事都有风险，要选择自己不后悔的决定～不要过多的去想结果，要想也一定要憧憬而不是担心焦虑。记住：哀兵必败。 二、心态。 不要总是抱着“考不考”的押题心态去复习。内容太多，抓重点是应该的，但是总问考不考，是不恰当的方法。我觉得每个知识点是相互联系不可分割的（哲学学多了^_^），截然把每部分分开只会让知识很零散，不利用理解。而且这么功利地去准备往往漏掉重要的知识点，建议还是老老实实地把每句话弄懂，理解了才会融会贯通，以不变应万变。听说有人把真题分析了又分析，总结出哪些是今年的可能考点，这倒不是不可取，只是我自己向来在分析考题上相当愚钝，不会肢解。而且复旦的专业课出题没有章法是出了名的，不知道花这么大的力气分析题目是不是会有收获。所以，分析真题不是“必须”的，觉得自己掌握牢固了基础是最重要的。 三、专业课。 专业课是立志考复旦的同学的最大心患了吧，估计有胆量考的人数学英语都不会差，否则备考时又要顾数学又要顾英语还要顾专业课，精力上吃不消不说，英语和数学也不是那种可以短期提高的。所以怎么学好专业课是大家最关心的，尤其是外校的同学。 很多人说国经很难，其实掌握了方法也不是想象中那么难，只是华民的那本书上的错误太多而已，给大家的理解带来很多障碍。学好国经，一定要明白微观－宏观－国贸－国际金融这是个阶梯性逐渐上升的知识结构，只有基础的宏微观好了，国经才能好！有的同学知道国经难就先看国经，说是这样心里有底些，可以多看几遍。这种观点我不是很同意，首先，宏微观不好的话，看国经看不懂，既打击自信，有挫败感又浪费时间，（比如凯恩斯的IS-LM 模型不熟或者不知道为什么IS向右下倾斜，LM向右上倾斜，为什么扩张性货币政策导致LM右移等，理解蒙戴尔的IS-LM-BP模型时就不会摸出规律）不如一步一步来，循序渐进的好。（个人观点）
陆铭简历 (2010年7月1日更新) 个人信息： 性别：男 出生年月：1973年3月 教育经历： 复旦大学经济学博士，2001 复旦大学经济学学士，1996 工作经历： 香港科技大学访问教授，2010年7-8月 里尔第一大学访问教授，2010年3月 加拿大“UWO/CIGI/BRIC (China) +Ontario Project”特邀研究员，2009年11月至今 浙江大学经济学院兼职教授，2009年9月至今 安徽大学泛长三角社会和经济发展研究中心研究员，2009年7月至今 中山大学岭南学院经济学科发展委员会顾问，2009年6月至今 北京大学林肯研究院兼职研究员，2009年4月至今 巴黎第一(索邦)大学(Université Paris Sorbone)访问教授，2009年5月 亚洲开发银行咨询专家，2009年2月至今 比利时鲁汶大学(Katholieke Universiteit Leuven)访问教授，2008年11-12月 日本一桥大学客座研究员，2008年9月至今 巴黎第九大学(Université Paris Dauphine)访问教授，2007年10-11月 世界银行咨询专家，2007年至2008年 复旦大学发展与政策研究中心主任，2007年3月-2008年3月 复旦大学产业发展研究中心主任，2006年8月至今 加拿大女王大学(Queen’s University)访问学者，2004年11月至2005年4月 联合国世界发展经济学研究院(UNU/WIDER)，2004年5月至8月 复旦大学中国经济研究中心兼职研究员，2003年10月至今 复旦大学匿名审稿杂志《世界经济文汇》编辑，2002年1月至今 复旦大学经济学系、复旦大学就业与社会保障研究中心，2001年7月至今（2003年12月晋升为副教授，2007年11月破格晋升为教授） 法国就业研究中心(le Centre d'études de l'emploi)，1999年10月至12月 研究领域： 劳动经济学、区域和城市发展、社会经济学。 教学： 劳动经济学（本科生、研究生） 应用计量经济学（截面和面板数据处理）（研究生） 微观经济学（本科生）
数据库新技术及其发展 趋势 公司内部编号：（GOOD-TMMT-MMUT-UUPTY-UUYY-DTTI-
数据库新技术及其发展趋势 数据库技术是计算机科学的重要分支,主要研究如何安全高效地管理大量、 持久、共享的数据。数据库的研究始于20世纪60年代中期,它的发展有着三大 标志性事件。第一件大事, 1969年IBM公司研制开发了基于层次模型的数据库管理系统的商品化软件InformationManagement System,即IMS系统,是首例成功的数据库管理系统软件。第二件大事,美国数据系统语言协会CODASYL (Conference On DataSystem Language)下属的数据库任务组DBTG(Data Base TaskGroup)对数据库方法进行系统的研究和讨论后,于20世纪60年代末到70年代初提出了若干报告。DBTG报告确定并建立了数据库系统的许多概念、方法和技术。DBTG所提议的方法是基于网状结构的,它是数据库网状模型的基础和典型代表。第三件大事, 1970年IBM公司San Jose研究实验室的研究员E. F. Codd博士发表了题为“大型共享数据库数据的关系模型”的论文,提出数据库的关系模型,从而开创了数据库关系方法和关系数据理论的研究领域,为关系数据库技术奠定了理论基础, E. F. Codd因此在1981年获得ACM图录奖。20世纪80年代几乎所有新开发的 系统都是关系系统。随着计算机系统硬件、Internet和Web技术的发展,数据库系统所管理的数据格式、数据处理方法以及应用环境不断变化,同时人工智能、 多媒体技术和其他学科技术的发展,数据库技术面临着前所未有的挑战。 当前数据库技术发展的现状，关系数据库技术仍然是主流 国内数据库的发展趋势也是飞速的，在数据库技术的当前及未来发展里程中, 数据仓库以及基于此技术的商业智能无疑将是大势所趋。IBM的实验室在这方面进行了10 多年的研究, 并将研究成果发展成为商用产品。除了用于
复旦大学研究生新生入学须知 【2013】31号 1．9月2日上午8：30 —下午4：30 2．凡无故逾期两周不报到者，或入学三个月内政审复查不合格者，以及体格检查不符合高校招生体检标准者或发现有通过不正当手段入学者，取消入学资格。请新生务必在规定的时间来校报到，若提前来校难以安排住宿，请谅解。 二、报到地点：邯郸（路）校区新生：武东路57号，北区学生公寓体育馆。 枫林校区：医学院路138号明道楼一楼大厅。 张江校区：（微电子学专业、计算机科学技术学院、软件学院、药学院的新生），学生生活园区（华佗路280号）2幢4号楼现场办公室。 江湾校区：（法学院、先进材料实验室的新生），淞沪路2005号行政楼一楼。 三、报到需带以下材料：1．研究生录取通知书。2．一寸证件照10张。3．带好前置学历（毕业）证书和学位证书。 4．党员组织关系介绍信。5．户口需迁入学校的同学所需携带材料请详细看第十二条。 四、缴费：缴费项目、标准及办法详见协议书和财务处《研究生新生缴纳学宿费须知》，新生须凭缴费凭证办理各种手续和注册。 五、体检时间：邯郸校区：9月9 日—9 月15日，枫林校区：9月 3 日—9月4日，新生（含转博生）均需到校保健中心体检。体检时请务必携带好新生入学通知书及身份证（或有效证件如驾照等等），体检时间以学院为单位分批进行（具体安排另行通知）。未体检或体检不合格者，不予注册。新生体检详见《研究生新生入学体检须知》。 六、入学教育：9 月2日—9月6日，新生（含转博生）入学教育由各院系自行安排。 七、开学典礼：9月6日。 八、上课时间：9月9日（星期一）。 九、注册时间：9月26 日—9月27日（星期四－星期五）,体检合格的新生须凭《报到手续表》、持前置学历证书和学位证书及《研究生录取通知书》经院系秘书审核合格后，准予注册。（新生的录取通知书留给学生本人作纪念，注册时不用收回）。 十、注册地点：新生所在院系，其中医口类的金山医院、市五人民医院、市公共卫生中心在医学院路138号治道楼303室。 十一、注意事项： 1．学校不安排接站，新生托运的行李由学校统一取回，新生在报到时凭行李托运单领取（托运行李应使用学校提供的行李标签），新生生活用品自备。行李托运注意事项详见《研究生新生行李托运须知》 2．注册前暂凭《研究生录取通知书》证明身份，出入校门。 十二、关于研究生户口迁移的注意事项： 1．上海籍新生（包括已办理落户上海手续并取得上海市常住居民户口者）的户口不能迁入学校。