模式识别与智能系统培养方案
武汉大学计算机学院培养方案
计算机学院Computer School武汉大学计算机学院前身可追溯到1978年由原武汉大学建立的计算机科学系，是全国最早建立的计算机科学系之一。
武汉大学计算机学院现有四个系：计算机科学系、计算机工程系、计算机应用系、信息安全系，一个实验中心，三个研究所：计算机软件研究所、计算机应用研究所、计算机网络研究所；三个本科专业：计算机科学与技术专业，信息安全专业，物联网工程专业；八个硕士点：计算机系统结构，计算机软件与理论，计算机应用技术，信息安全，软件工程，数字影视技术，通信与信息系统，模式识别与智能系统。
六个博士点：计算机系统结构，计算机软件与理论，计算机应用技术，信息安全，软件工程，通信与信息系统。
有计算机科学与技术一级学科博士授权点，计算机科学与技术博士后科研流动站。
计算机软件与理论是国家重点学科，计算机应用技术是湖北省重点学科。
计算机科学与技术、信息安全两个本科专业是国家特色专业，实验中心是湖北省实验教学示范中心。
学院学科构架完整、科研平台齐全，包括有软件工程国家重点实验室、国家多媒体软件工程技术研究中心、国家信息安全产品测评认证中心互操作性测评中心、国家Linux技术培训与推广中心、湖北省多媒体网络通信工程重点实验室、空天信息安全与可信计算教育部重点实验室（B类）等科学研究基地。
学院现有专任教师199人，其中教授50人，副教授89人。
雄厚的师资力量、先进的教学设施，使武汉大学计算机学院在智能计算、信息安全、软件工程、多媒体技术、网络与分布处理、生物信息、建模与仿真、安防数字化智能化等方向的研究具有较强的科研和教学力量。
Undergraduate Education Plan of Wuhan University709计算机科学与技术专业本科人才培养方案一、专业代码、名称专业代码：080901专业名称：计算机科学与技术（Computer Science and Technology）二、专业培养目标计算机科学与技术专业旨在培养具有良好的素质，系统地掌握本专业的基础理论、基本方法和基本技能，受过科学研究与实际应用的初步训练、能够从事计算机软件、硬件、网络与通信、应用技术等领域的研究、应用、开发、管理等方面的专门人才。
模式识别课程设计
模式识别课程设计一、教学目标本课程的教学目标是使学生掌握模式识别的基本概念、方法和应用，培养学生运用模式识别解决实际问题的能力。
具体目标如下：1.知识目标：（1）了解模式识别的定义、发展历程和应用领域；（2）掌握特征提取、相似度测量和分类器设计等基本方法；（3）熟悉常见的模式识别算法，如K近邻、决策树、支持向量机等；（4）理解模式识别在图像处理、语音识别、自然语言处理等领域的应用。
2.技能目标：（1）能够运用模式识别方法解决实际问题；（2）具备基本的编程能力，能够实现简单的模式识别算法；（3）学会使用模式识别相关软件和工具，如MATLAB、Python等。
3.情感态度价值观目标：（1）培养学生的创新意识，鼓励积极探索新的模式识别方法；（2）培养学生团队合作精神，学会与他人共同解决问题；（3）培养学生具有良好的职业道德，关注模式识别在现实生活中的影响。
二、教学内容本课程的教学内容主要包括以下几个部分：1.模式识别的基本概念和方法；2.特征提取和相似度测量；3.分类器设计及常见分类算法；4.模式识别在图像处理、语音识别、自然语言处理等领域的应用；5.模式识别相关软件和工具的使用。
三、教学方法为实现教学目标，本课程将采用以下教学方法：1.讲授法：用于讲解基本概念、方法和算法；2.案例分析法：通过分析实际案例，使学生更好地理解模式识别的应用；3.实验法：让学生动手实践，掌握模式识别相关软件和工具的使用；4.讨论法：鼓励学生积极参与课堂讨论，培养团队合作精神。
四、教学资源为实现教学目标，本课程将采用以下教学资源：1.教材：《模式识别与应用》；2.参考书：《模式识别导论》、《模式识别与机器学习》；3.多媒体资料：教学PPT、相关视频资料；4.实验设备：计算机、模式识别相关软件和工具。
五、教学评估本课程的教学评估将采用多元化的评价方式，以全面、客观地评价学生的学习成果。
评估内容包括：1.平时表现：包括课堂参与度、提问回答、小组讨论等，占总成绩的30%；2.作业：包括课后练习、小项目等，占总成绩的20%；3.考试：包括期中和期末考试，占总成绩的50%；4.实验报告：包括实验完成情况、实验结果分析等，占总成绩的10%。
智能科学与技术专业培养方案(1)
智能科学与技术专业指导性培养方案部门：机械与汽车工程学院一、培养目标与基本要求学校培养目标：培养德智体美劳全面发展，具有社会责任感、创新精神、创业意识和实践能力的高素质应用型人才。
专业培养目标：培养饱含家国情怀，兼备正确人生观和价值观，基础扎实、实践能力强、综合素质高，系统地掌握智能科学与技术的基本理论、基本知识和基本技能方法，具备计算机、自动化、机械电子等交叉学科基础，能在企业、事业、科研部门、教育单位和党政部门等，从事智能系统、智能信息处理、智能行为决策等方面科学研究、开发设计、工程应用、决策管理和教学等工作的高素质应用型人才。
上述培养目标可以归纳为以下5项：1、能有效运用专业知识和工程技术原则解决智能科学与技术领域内复杂工程问题。
2、能在团队中担任骨干或领导角色，并能够有效地进行合作交流。
3、能通过继续教育或其他终身学习渠道增加知识和提升能力。
4、具有良好的职业道德和科学素养，有意愿并有能力服务社会。
5、能从事智能科学与技术及相关领域的科学研究、开发设计、工程应用、决策管理和教学等相关工作。
基本要求：1、热爱社会主义祖国，拥护中国共产党的领导，树立正确的人生观、世界观和价值观，具有良好的思想品德、社会公德、职业道德、社会责任感。
2、掌握专业所需的基础科学理论知识，掌握本专业扎实的专业基础理论及必要的专业知识，具有本专业所必需的基本技能，具有良好的业务素养。
必须达到本专业规定的总学分要求和各类学分要求。
3、掌握科学的思维方法，具有创新精神和较强实践能力，具有较强的终身学习能力、获取及处理信息能力。
4、具有良好的心理素质和适应能力，掌握科学锻炼身体的基本技能，受到必要的军事训练，达到国家规定的大学生体育健康和军事训练合格标准。
毕业要求：1.工程知识：能够将数学、自然科学、工程基础和专业知识用于解决智能科学与技术领域内复杂工程问题。
2.问题分析：能够应用数学、自然科学、智能技术与系统分析的基本原理，识别、表达，并通过文献研究分析智能科学与技术领域内复杂工程问题，以获得有效结论。
自动化系攻读工学硕士学位(数据科学与工程)
自动化系攻读工学硕士学位（数据科学与工程）研究生培养方案（适用于2018级硕士生）一、适用学科、专业：控制科学与工程（一级学科，工学门类，学科代码：0811）●控制理论与控制工程（二级学科、专业，工学门类，学科代码：081101）●模式识别与智能系统（二级学科、专业，工学门类，学科代码：081104）●检测技术与自动化装置（二级学科、专业，工学门类，学科代码：081102）●系统工程（二级学科、专业，工学门类，学科代码：081103）●企业信息化系统与工程（二级学科、专业，工学门类，学科代码：081106）●导航、制导与控制（二级学科、专业，工学门类，学科代码：081105）●生物信息学（二级学科、专业，工学门类，学科代码：081107）数据科学与工程工学硕士学位是应大数据时代产业经济、商务管理、政府决策、社会运行等模式变革而诞生的新的学术型硕士学位。
它以信息科学与技术为基础，以计算机技术、软件工程、控制工程、电子与通信工程、工业工程、物流工程、交通运输工程、安全工程、机械工程等为主要适用领域，也可用于公共管理（MPA）、工商管理（MBA）、教育（MEA）、金融、应用统计、生物医药、税务、国际商务、保险、资产评估、警务、应用心理、新闻与传播、出版、文物与博物馆、城市规划、林业、旅游管理、图书情报等专业新型交叉人才培养。
本培养方案适用于攻读工学硕士学位（数据科学与工程）研究生。
二、培养目标本学科培养从事控制科学理论研究，控制工程领域内各种控制技术与方法研究，控制系统开发与设计等方面的各类专门人才。
培养学生掌握控制理论、先进控制系统与技术、工业控制、信息获取与检测技术、计算机技术、系统工程、导航制导与控制、人工智能与模式识别、生物信息处理、系统建模与仿真，大数据分析和管理等方面坚实的基础理论和系统深入的专业知识。
数据科学与工程工学硕士学位主要培养了解本学科最新研究成果和发展动向，能用一门外国语熟练阅读专业资料及撰写科技论文，成为控制科学与工程学科，在数据科学等学科方向具有较强的解决实际问题的能力、良好的职业素养和发展潜力，具有从事科学研究和独立担负专门技术工作的能力的高层次科研、应用结合的专门人才。
华中科技大学自动化学院研究生培养方案 (1)
自动化学院博士研究生培养方案一．系统分析与集成专业（专业代码：071102 授理学学位）“系统分析与集成”博士学位授予权学科是一个理学博士点，强调理工结合，主要横跨学科为数学、物理、生物与工程。
该博士学位授权点是华中科技大学与中国科学院武汉物理与数学研究所联合申报的，由双方联合建立的系统科学研究所管理。
本培养方案由华中科技大学自动化学院、水电与数字化工程学院和中国科学院武汉物理与数学研究所联合制定。
1、培养目标1）．热爱祖国，拥护中国共产党的领导，遵纪守法，具有良好的职业道德和道德品质，具有较强的事业心和严谨求实的科学学风。
2）．在系统科学学科上掌握坚实宽广的基础理论和系统深入的专门知识，了解系统分析与集成在某一个或某几个领域学科中的应用背景；具有独立从事科学研究工作的能力；在科学或专门技术上做出有创造性的工作。
3）．至少熟练掌握一门外国语，熟练阅读和理解相关专业的外文文献，并具有用外语撰写学术论文以及进行学术交流的能力。
4）. 身心健康。
2、研究方向1）．复杂系统理论方法及应用2）．系统建模、仿真与优化3）．水资源系统分析与数字流域4）．综合集成技术与方法5）．生物信息、控制与计算二．控制科学与工程学科（学科代码：0811 授工学学位）为加强博士研究生的管理和提高博士研究生的培养质量，本学科自1997年9月起按一级学科培养博士研究生，经过培养实践，特修订本方案。
1、培养目标1）．热爱祖国，遵纪守法，品德良好，学风严谨，有较强的事业心和献身精神。
2）．具有控制科学与工程学坚实宽广的基础理论和系统深入的专门知识，具有独立从事科学研究工作的能力，在科学和专业技术上做出创造性的成果。
3）．至少熟练掌握一门外国语，熟练阅读和理解相关专业的外文文献，并具有用外语撰写学术论文以及进行学术交流的能力4）. 身心健康。
2、主要研究方向1）．智能控制与机器人技术； 2）．复杂系统的理论与应用； 3)．电力电子与运动控制； 4）．计算机集成控制与网络技术； 5)．检测技术与自动化装置； 6）．决策分析与决策支持； 7)．生物信息、控制与计算； 8）．公共安全与应急决策系统； 9)．物流系统工程； 10）．模式识别与智能系统； 11)．飞行器导航制导 12). 多谱成像与遥感图像处理三、学习年限与学分本学科、专业博士生的学习年限一般为3-5年。
《模式识别》课程教学大纲(本科)
《模式识别》课程教学大纲课程编号：04226课程名称：模式识别英文名称：Pattern Recognition课程类型：专业课课程要求：选修学时/学分：32/2 （讲课学时：28 实验学时：4）适用专业：智能科学与技术一、课程性质与任务模式识别课程是智能科学与技术专业的•门选修课，是研究计算机模式识别的基本理论和方法、应用。
模式识别就是利用计算机对某些物理现象进行分类，在错误概率最小的条件下，使识别的结果尽量与事物相符。
这门课的教学目的是让学生掌握统计模式识别和结构模式识别基本原理和方法。
本课程的主要任务是通过对模式识别的基本理论和方法、运用实例的学习，使学生掌握模式识别的基本理论与方法，培养学生利用模式识别方法、运用技能解决本专业及相关领域实际问题的能力，为将来继续深入学习或进行科学研究打下坚实的基础。
本课程的教学目的是为了使学生能应用模式识别处理计算机自动识别事物，机器学习数据分析中有关的技术问题。
由于本课程的目标是侧重在应用模式识别技术，因此在学习内容上侧重基本概念的讲解，辅以必要的数学推导，使学生能掌握模式识别技术中最基本的概念，以及最基本的处理问题方法。
学生在学习过程中还会用到一些概率论的最基本知识，线性代数中的部分知识，对学生在数学课中学到知识的进一步理解与巩固起到温故而知新的作用。
（该门课程支撑毕业要求中1.1, 2.1, 3.1, 3.3, 4.1, 6.1, 10.1和12.1）二、课程与其他课程的联系先修课程：概率论与数理统计、线性代数、机器学习后续课程：智能感知综合实践先修课程概率论与数理统计和线性代数为学生学习模式识别技术中最基本的概念，必要的数学推导打下基础，机器学习可以使学生建立整体思考问题的方法，并具有系统性能优化的概念。
本课程为后续智能优化方法打下理论基础。
三、课程教学目标1. 学习模式识别基本理论知识，理解参数估计的基本思想，掌握最大似然和贝叶斯儿种典型算法，理解聚类分析的的基本思想，掌握聚类分析的几种典型算法：（支撑毕业要求1.1,2.1）2. 具有数学分析和识别的基本能力；（支撑毕业要求1.1）3. 掌握基本的识别优化创新方法，培养学生追求创新的态度和意识；（支撑毕业要求3.1）4. 培养学生树立正确的分析和识别思想，了解设计过程中国家有关的经济、环境、法律、安全、健康、伦理等政策和制约因素；（支撑毕业要求3.3）5. 培养学生的工程实践学习能力，使学生具有运用标准、规范、手册、图册和查阅有关技术资料的能力；（支撑毕业要求4.1, 6.1）6, 了解模式识别方法前沿和新发展动向；（支撑毕业要求10.1, 12.1）四、教学内容、基本要求与学时分配五、其他教学环节（课外教学环节、要求、目标）无六、教学方法本课程以课堂教学为主，结合作业、自学及洲验等教学手段和形式完成课程教学任务。
北京理工大学研究生培养方案
控制科学与工程共济网081100网络督察（一级学科：控制科学与工程）kaoyantj共济控制科学与工程学科具有博士学位授予权并设博士后流动站，在2006年全国一级学科评估中综合排名第10。
下设“控制理论与控制工程（081101）”、“检测技术与自动化装置（081102）”、“系统工程（081103）”、“模式识别与智能系统（081104）”、“导航、制导与控制（081105）”、“运动驱动与控制”六个二级学科，其中，“控制理论与控制工程”是国家级重点学科，“模式识别与智能系统”是北京市和科工委重点学科。
kaoyantj控制科学与工程是研究控制的理论、方法、技术及其工程应用的学科。
控制科学以控制论、系统论、信息论为基础，研究各应用领域内的共性问题，即为了实现控制目标，应如何建立系统的模型，分析其内部与环境信息，采取何种控制与决策行为；而与各应用领域的密切结合，又形成了控制工程丰富多样的内容。
本学科点在理论研究与工程实践相结合、学科交叉和军民结合等方面具有明显的特色与优势，对我国国民经济发展和国家安全发挥了重大作用。
本学科主要研究方向有：3362 30391.控制理论与控制工程：复杂系统的建模、控制、优化、决策与仿真；鲁棒控制与非线性控制；工程系统的综合控制与优化；运动控制系统设计与分析；先进控制理论与方法。
112室2.模式识别与智能系统：智能控制与智能系统；专家系统与智能决策；模式识别理论与应用；智能信息处理与计算机视觉；生物信息学。
课3.导航、制导与控制：惯性定位导航技术；组合导航及智能导航技术；飞行器制导、控制与仿真技术；惯性器件及系统测试技术；火力控制技术。
共济网4.检测技术与自动化装置：先进传感与检测技术；新型执行机构与自动化装置；智能仪表及控制器；测控系统集成与网络化；测控系统的故障诊断与容错技术。
课5.系统工程：系统工程理论及应用；系统分析、设计与集成；系统预测、决策、仿真与性能评估；网络信息技术、火控与指控系统技术；复杂系统信息处理、控制与应用技术。
中国计量大学学术型学位研究生培养方案-中国计量大学人事处
中国计量大学学术学位研究生培养方案控制科学与工程学科培养方案（代码：0811）一、学科简介控制科学与工程是研究控制理论、方法、技术及其工程应用的学科，具体为以控制论、系统论、信息论为基础，研究各应用领域内的共性控制问题，即为实现控制目标，应如何建立系统的模型，分析其内部与环境信息，采取何种控制与决策行为。
本学科为浙江省一流学科（A类），本学位授权点隶属于机电工程学院。
本学科紧紧围绕学校在计量、标准、质量等方面的办学特色，突出“计量-控制-管理”一体化内涵，拥有一支学术水平高、研发能力强，学历、学缘和年龄结构合理的导师队伍，具备良好的实验条件和实践教学基地，构建了完善的课程体系和奖助体系，研究生培养过程规范，致力于控制学科创新型的高素质学术型人才培养。
本学科下设五个二级学科：控制理论与控制工程（081101）、检测技术与自动化装置（081102）、系统工程（081103）、模式识别与智能系统（081104）、装备制造与控制（0811z1）。
其中检测技术与自动化装置是浙江省重点学科，国家质检总局重点建设学科，是浙江省重中之重学科“仪器科学与技术”的组成部分，是学校首批按博士点标准建设学科。
控制理论与控制工程学科是校重点学科。
本学科针对控制学科发展趋势并结合质检行业特殊需求，在理论研究与工程实践相结合、学科交叉和多领域结合等方面已经具备了自身的特色与优势，包括非线性系统控制理论、温度计量与控制、机器人控制理论及其在计量领域的应用、检测装置的运动控制技术、太赫兹波测试技术等多个研究方向已经取得一系列国内外先进的研究成果。
本学科现有教授27人，副教授及副高职称人员60人，博士（后）学位教师73人。
本学科有全国“五一”劳动奖章获得者1人，全国模范教师1人，全国优秀教师1人，享受国务院政府津贴2人，浙江省“五一”劳动奖章获得者1人，浙江省功勋教师1人、浙江省“钱江学者”特聘教授1人，浙江省151人才第一、二层次2人，浙江省突出贡献中青年科技人员1人，浙江省高校学科带头人5人，浙江省高校中青年学科带头人3人，浙江省高校教学名师奖获得者2人，浙江省优秀教师1人，浙江省师德师风先进个人1人。
模式识别与智能系统
模式识别与智能系统所属院系：自动化科学与工程学院一、学科概况模式识别与智能系统是在信号处理、人工智能、控制论、计算机技术等学科基础上发展起来的新型学科。
该学科以各种传感器为信息源，以信息处理与模式识别的理论技术为核心，以数学方法与计算机为主要工具，探索对各种媒体信息进行处理、分类、理解并在此基础上构造具有某些智能特性的系统或装置的方法、途径与实现，以提高系统性能。
模式识别与智能系统是一门理论与实际紧密结合，具有广泛应用价值的控制科学与工程的重要学科分支。
研二、培养目标正门本学科培养从事模式识别与智能系统的研究、开发、设计等方面工作的高级专门人才。
业1．博士学位应具有模式识别、信息处理、人工智能与认知学及有关数学领域坚实宽广的基础理论和系统深入的专门知识；对于模式识别与智能系统主要前沿领域有深入了解；能独立开展模式识别与智能系统中有关研究方向的专题研究工作，并取得具有创造性研究成果；学风严谨，至少掌握一门国资语，能熟练地阅读本专业的外文资料，具有一定的写作能力和进行国际学术交流的能力。
2．硕士学位应具有坚实的模式识别与智能系统学科的基础理论和系统的专门知识；对于模式识别与智能系统某一研究领域的进展和学术动态有较深的了解；能够熟练利用计算机解决本学科的有关问题；具有从事模式识别与智能系统中的某一研究方向的科学研究或独立担负专门技术工作的能力，并取得有意义的成果；较为熟练地掌握一门国资语。
、三、业务范围、1．学科研究范围模式识别，图象处理与分析，计算机视觉，智能机器人，人工智能，计算智能，信号处理。
2．主要课程设置线性系统理论，矩阵分析，优化理论，数理逻辑，数字信号处理，图象处理与分析，模式识别，计算机视觉，人工智能，计算智能，非线性理论（如分形、混沌等）控制理论，系统分析与决策，计算机网络理论等。
四、主要相关学科控制理论与控制工程，计算机科学与技术，信息与通信工程，电子科学与技术，生物学，心理学。
该学科培养的研究生毕业后，可到大、中、小型企业，科技部门，高等院校，金融、电讯单位，政府机关等各行业从事自动化和系统工程相关的科研、开发、设计、研制、生产与管理等工作。
(0811)控制科学与工程培养方案
【控制科学与工程（0811）】全日制学术学位硕士研究生培养方案一、学科简介控制科学与工程是以工程领域中的各种控制系统为研究对象，研究控制的理论、方法、技术及其工程应用问题的学科。
控制科学以控制论、系统论、信息论为基础，研究各应用领域内独立于具体对象的共性问题，即如何建立系统的模型，分析与综合其内部与环境信息，设计何种控制策略与决策行为，达到预期的控制目标；与各应用领域密切结合，形成了控制工程丰富多样的内容。
本学科点在理论研究与工程实践相结合、学科交叉等方面具有明显的特色与优势，形成了独特科学方法论，对科学的发展和国民经济的发展发挥了重大作用。
控制科学与工程一级学科下设5个二级学科：“控制理论与控制工程（学科代码：081101）”、“检测技术与自动装置（学科代码：081102）”、“系统工程（学科代码：081103）”、“模式识别与智能系统（学科代码：081104）”、“导航、制导与控制（学科代码：081105）”。
二、培养目标具有正确的政治方向，遵纪守法，具备良好的道德品质、学术修养和合作精神。
掌握基础理论、系统的专门知识和必须的实验技能，熟悉本学科国内外发展动态，具有较强的分析、表达和解决问题的能力，成为适应经济社会发展需要的高级专门人才。
掌握一门外国语，能熟练阅读本专业外文资料、文献，能用外文撰写论文摘要，并具有一定的听、说能力。
三、研究方向1．控制理论与控制工程2．检测技术与自动化装置3．系统工程4．模式识别与智能系统四、学习年限学制2.5年。
研究生在校学习时间最少为2年，最长不超过3.5年。
五、学分要求和课程设置本学科研究生总学分不低于28学分，包括课程学分和必修环节学分。
课程分为：公共课、学位课、选修课和补修课程。
学位课不低于11学分。
六、培养方式、考核方式及要求和学位论文要求参见《江南大学全日制学术学位硕士研究生培养方案》该方案从2013级研究生开始执行，解释权属物联网工程学院。
2013年模式识别与智能系统专业硕士研究生培养方案
广西师范大学控制科学与工程一级学科硕士学位研究生培养方案适用专业：模式识别与智能系统一、学科概况：模式识别与智能系统是信号处理、人工智能、控制论、计算机技术等学科基础上发展起来的新型交叉学科。
该学科以各种传感器为信息源, 以信息处理与模式识别的理论为核心, 以数学方法与计算机为主要工具, 探索对各种媒体信息进行处理、分类、理解并在此基础上构造具有某些智能特征的系统或装置的方法、途径与实现, 以提高系统性能。
模式识别与智能系统是一门理论与实践紧密结合, 具有广泛应用价值的控制科学与工程的重要学科分支。
随着社会的发展和计算机技术的进步，人们的生活越来越多地依赖于计算机。
而计算机的智能化是减轻人们体力劳动与脑力劳动的关键所在。
模式识别与智能系统则是实现计算机智能化的最为核心的研究课题。
本学科主要从事模式识别、信号与图像识别、图像理解、遥感图象分析与处理、生物特征识别，智能传感、智能检测、智能控制系统等方面的研究，是硕士学位授予点。
本学科点现有教学和科研人员15人，教授4人，副教授5人，讲师6人，具有一支结构合理的研究队伍。
本学科以我校模式识别与智能系统实验室作为研究基地，该室具有先进的计算机、信号与图象采集等相关设备。
本学科点在模式识别、人工智能的研究与应用，取得了一系列的重要成果，形成了应用带动理论的技术特点。
主要研究内容包括：模式识别系统及实用软件开发、相关信息系统建设、智能计算、图像分析与识别、计算机视觉、信息融合技术、工程数据库、自动控制系统、智能控制系统、信息系统的综合集成技术等。
二、培养目标培养适应国家建设需要的、热爱祖国、遵纪守法、德智体全面发展、具备严谨科学态度和敬业精神的控制科学与工程学科模式识别与智能系统专业专门人才。
通过硕士阶段的学习，应具有坚实的模式识别与智能系统学科的基础理论和系统的专门知识；具备从事模式识别、信号与图像识别，生物特征识别，智能传感、智能检测、智能控制系统等方面的独立工作能力；能够分析和解决现代经济建设和交叉学科中涌现出的新课题；较熟练地掌握一门外国语，能够在控制理论与控制工程学科及相关学科领域独立开展研究工作，能够运用所学的知识和所掌握的技能解决与本学科有关的工程问题。
模式识别与智能系统 专业 培养方案
模式识别与智能系统专业培养方案下载提示：该文档是本店铺精心编制而成的，希望大家下载后，能够帮助大家解决实际问题。
文档下载后可定制修改，请根据实际需要进行调整和使用，谢谢！本店铺为大家提供各种类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，想了解不同资料格式和写法，敬请关注！Download tips: This document is carefully compiled by this editor. I hope that after you download it, it can help you solve practical problems. The document can be customized and modified after downloading, please adjust and use it according to actual needs, thank you! In addition, this shop provides you with various types of practical materials, such as educational essays, diary appreciation, sentence excerpts, ancient poems, classic articles, topic composition, work summary, word parsing, copy excerpts, other materials and so on, want to know different data formats and writing methods, please pay attention!模式识别与智能系统专业培养方案1. 培养目标。
清华大学自动化系模式识别与智能系统专业
清华大学自动化系模式识别与智能系统专业第一篇：清华大学自动化系模式识别与智能系统专业清华大学自动化系模式识别与智能系统专业我是清华大学自动化系的硕士研究生，在这介绍一下参加我专业研究生入学考试的准备和复习情况，希望能对各位有志报考清华大学的同学有所帮助。
一、招生情况模式识别与智能系统专业下设三个研究方向，即信号处理理论和应用，模式识别、人工智能的理论和应用，智能控制的理论和应用，拥有国家重点实验室智能技术与系统实验室智能信息处理分室。
重点科研方向有地震信号处理、模糊神经网络、智能控制、ATM交通管制、网络信息处理、图象压缩、指纹识别、小波信号处理、信息检索与知识工程等。
自动化系每年对外招收研究生约十多名，每个方向都会扩大招生，就98年而言，虽然简章上是招收9人，实际大大超出，其中一部分是自筹。
而模式识别专业当年原则招收人数是2人，实际录取了4人，录取比例在15：1到20：1之间。
因此，这也是个十分热门的专业，但在此要告戒各位考生，不要因为招收人数少就先在心理上产生了畏惧，天道酬勤，只要有了付出就不会没有回报。
由于自动化系每年招生工作准备及早，在本系没有录取的学生一般都可以联系到比较好的系或专业，还可以转到别的重点大学。
当然我当年在报考的时候并不知道，但我相信只要想做，没有办不到的事。
对自己要有信心才是在考研中胜利的关键。
二、教材准备正确的教材有助于指导你的复习。
清华大学在教改以前设置5年制本科教学，因此在专业课程方面的要求是比较高的。
而且由于大多数考卷都属于保密，对外校尤其是外地的考生是一种无形的压力。
但就自动化近几年的考研情况而言，并没有对考生过高的要求，绝大多数的考试内容都会在指定参考教材范围内，在难度方面也是中等要求。
也就是说，只要你对教材的基本知识有一定的把握就能在考试中顺利发挥。
下面就是需要准备的课程教材：1．电路原理。
《电路》(上、下册)，邱关源，高教版（高等教育出版社）；《电路原理》(上下册)，江泽佳，高教出版社2．数字信号出理(信号与系统)。
模式识别与智能系统
模式识别与智能系统（081104）一、培养目标培养热爱祖国，拥护中国共产党的领导，拥护社会主义制度，遵纪守法，品德良好，具有服务国家、服务人民的社会责任感，掌握本学科坚实的基础理论和系统的专业知识，具有创新精神、创新能力和从事科学研究、教学、管理等工作能力的高层次学术型专门人才。
模式识别与智能系统是20世纪60年代以来在信号处理、人工智能、控制论、计算机技术等学科基础上发展起来的新型学科。
该学科以各种传感器为信息源，以信息处理与模式识别的理论技术为核心，以数学方法与计算机为主要工具，探索对各种媒体信息进行处理、分类、理解并在此基础上构造具有某些智能特性的系统或装置的方法、途径与实现，以提高系统性能。
模式识别与智能系统是一门理论与实际紧密结合，具有广泛应用价值的控制科学与工程的重要学科分支。
本学科培养德智体全面发展，具有坚实和系统的模式识别与智能系统理论知识和实践技能，了解模式识别与智能系统学科发展的前沿和动态，能够适应我国经济、科技、教育发展需要，面向二十一世纪的科学研究、工程技术和高等教育的高层次人才。
学位获得者业务上应具有具备从事在本学科及相关学科领域独立开发研究工作的能力，注意理论联系实际，能够分析和解决现代经济建设和交叉学科中涌现出的新课题；能够熟练利用计算机解决本学科的有关问题；较为熟练地掌握一门外国语；具有健康的体格。
二、研究方向（一）智能机器人系统主要进行智能机器人控制与决策系统的研究与开发，包括自主移动机器人、特种机器人、服务机器人、工业机器人等内容。
机器人的自主定位、导航、避障与多机器人协调控制为主要研究方向。
（二）系统仿真技术与应用主要研究方向为控制系统仿真与计算机辅助设计、半实物仿真与实时控制、分数阶与网络控制系统仿真、系统建模校验与验证及仿真算法和高层体系结构理论与应用技术、工业过程建模仿真和提高控制效果与系统性能的方法研究。
（三）图像处理与计算机视觉研究图像信息获取、处理、分析、理解与识别分类等理论与技术，研究图像处理技术在医学影像处理、动态目标识别与跟踪、智能交通系统、军事等领域的工程应用问题。
模式识别与智能系统专业博士研究生培养方案
模式识别与智能系统专业博士研究生培养方案（专业代码：081104 授工学学位）为加强博士研究生的管理和提高博士研究生的培养质量，经研究生院批准，模式识别与智能系统专业自1997年9月起按“控制科学与工程”一级学科培养博士研究生，经过培养实践，特修订本方案。
一、培养目标学位获得者应具备模式识别与智能系统专业方面坚实宽广的基础理论和系统的专门知识，全面深入了解本学科有关研究领域现状、发展方向及国际学术前沿；能熟练掌握和运用计算机及先进的研究手段；具有独立从事本学科的科学研究或解决工程重大技术课题的能力，并在本学科取得了创造性的研究成果；具有严谨求实的科学态度、勇于创新的工作作风和良好的科研道德；至少掌握一门外国语。
二、主要研究方向1．计算机视觉与应用2．模式识别与精确制导技术3．多谱成像与遥感图像处理4．人工智能与认知科学5．集成电路及系统芯片的研究与设计6．微纳光学与光学图像处理7．医学成像与医学图像处理三、学习年限与学分1．博士生学习年限一般为3至4年。
可提前答辩，但最少不得短于2年半；亦可延迟答辩，但最长不得超过8年。
总学分要求≥31学分；2．硕博连读和直攻博士生的学习年限一般为4至5年。
总学分要求≥54学分。
具体学分分配如下表：四、课程设置：见模式识别与智能系统专业研究生课程设置五、本学科对博士研究生培养的其它具体要求1．博士研究生的培养实现导师全面负责制，组成以博士生导师为组长的博士生指导小组，负责对博士生的培养和考核工作。
2．对跨一级学科课程的限定（1）跨一级学课程的课程指“控制科学与工程”一级学科涵盖的专业课程以外的研究生课程，必须跟班听课并同堂参加考试。
（2）所选的跨一级学科课程不得与硕士期间所修的课程相同。
3．专题研讨课专题研讨课是培养博士生综合能力和进入本学科前沿的重要环节，博士生应在导师确定的专题领域，查阅国内外最新文献资料，撰写专题研讨报告，并公开做学术报告，每完成一个专题研讨得2个学分。
人工智能专业培养方案
电子与信息工程学院人工智能专业人才培养方案2022年1月目录一、专业介绍 (3)二、培养目标 (3)三、毕业要求 (3)四、主干学科与核心课程 (4)五、课程体系设置与修读要求 (5)六、授予学位与学制 (5)七、就业导向 (5)附件1 .................................................................................. 错误!未定义书签。
一、专业介绍人工智能（Artificial Intelligence）是研究、开发用于模拟、延伸和扩展人智能的理论、方法、技术及应用系统的一门新技术科学。
其研究领域包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
该专业由核心理论、相关技术以及产业应用组成，涉及包括自然科学、工程技术、信息技术、人文科学与社会科学的大量理论知识与技术方法，是融合了计算机科学与技术、数学、统计学等多门学科的典型交叉学科，是面向新一代信息技术发展与产业变革而建立的新工科专业。
人工智能专业依托电子与信息工程学院的学科平台和计算机科学与技术等学科优势，与我校建筑、环境等优势学科进行交叉，以智慧城市等新兴产业需求作为抓手，注重为学生构筑扎实的人工智能理论基础和专业知识体系；强化其在人工智能和应用领域的工程实践能力，为信息、制造等行业的发展提供助力。
二、培养目标人工智能专业坚持立德树人，培养德智体美劳全面发展的社会主义建设者和接班人，遵纪守法，具备社会和环境意识，有能力服务社会；掌握数学与自然科学基础知识以及人工智能专业基础理论与知识；具备人工智能及其应用系统的分析、表达、设计和开发能力；掌握一定的科学思维和解决复杂工程问题的能力；能够进行较好的交流沟通与团队合作；具备终身学习能力，成为人工智能领域的高素质工程应用型人才。
本专业的毕业生经过5年左右的工作时间，预期能达到下列要求：目标1：具有健全的人格、良好的职业道德与社会责任感，具有良好的科学素质与人文素养，能够遵守相关的法律法规和行业规范，从德智体美劳五方面全面发展；目标2：能够综合应用数理与自然科学的理论知识以及人工智能基础理论和专业知识，能够对人工智能系统领域的复杂工程问题提出系统的解决方案；目标3：具备良好的工程素质，具有独立从事人工智能系统和应用领域的数据采集分析、模型构建推理、软件设计开发以及系统运维等工作的能力；目标4：具有组织管理能力、表达沟通能力、适应环境和团队协作能力；目标5：具有跟踪人工智能相关领域前沿技术发展的能力，能够终身学习，不断更新专业知识、提升专业实践能力。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
模式识别与智能系统专业硕士研究生培养方案
一、培养目标
本专业培养德、智、体全面发展，具有坚实和系统的模式识别与智能系统理论知识和实践技能，了解模式识别与智能系统学科发展的前沿和动态，能够适应我国经济、科技、教育发展需要，面向二十一世纪的科学研究、工程技术和高等教育的高层次创新人才。
具备从事模式识别、多媒体信息处理、嵌入式系统、信息安全、生物信息学、智能控制、机器人、智能系统等方面的独立工作能力。
具有开拓进取的精神、具有实事求是、严谨的科学作风。
注意理论联系实际，能够分析和解决现代经济发展和交叉学科中涌现出的新课题。
熟练掌握一门外语，能够在模式识别与智能系统学科及相关学科领域独立开展研究工作。
二、研究方向
1、图象处理和模式识别：基本图像处理等算法的研究；以人脸、指纹、虹膜等为主的生物特征识别；医学图象配准等处理算法的研究以及视频监控和视频图象理解。
2、多媒体信息处理：数字图象、视频、音频处理；多媒体数据模型、多媒体数据库系统；基于内容的多媒体检索技术；分布式多媒体系统(多媒体邮件系统、多媒体广播系统、VOD系统、可视电话、视频会议系统、远程医疗系统。
3、嵌入式系统和射频识别：嵌入式系统应用技术以及安全关键理论研究；射频识别（RFID）应用技术以及微带天线设计。
4、信息安全：智能计算等在图像处理与编码中的应用，旨在发展快速高效和具有在低码率信道下实现视频图像实时编码潜能的压缩算法；数字水印技术
5、生物信息学：以计算机为工具对DNA和蛋白质序列、结构进行收集、整理、储存、发布、提取、加工、分析和研究；DNA序列中遗传语言的破译。
三、学习年限
硕士研究生实行弹性学制，学习年限一般3年。
四、培养方式
硕士研究生实行导师负责和指导小组集体培养相结合，课程学习和科学研究（论文工作、社会实践、工程实践等）相结合的方式，课程学习与科学研究并重。
在课程学习结束后，进行研究生中期考核，中期考核通过方可进入学位论文工作阶段。
五、课程设置
硕士研究生的课程分为学位课程和非学位课程。
其中，学位课程分为公共学位课程和专业学位课程两类，均为必修课；非学位课程包括必修课、选修课和补修课三类。
硕士研究生应修总学分不得少于32学分，其中学位课程不少于21学分。
补修课程一般为2-3门，由指导教师根据培养目标、研究方向和专业基础等因素在个人培养计划中确定。
同等学历人员应补修的本专业课程为信号与系统、数字信号处理和微机原理（至少补修2门）。
由本院协调随本科专业同堂上课、同堂考试，也可采取学生自学，本科任课教师或导师考核等方式补修。
如学生已经具备相关知识或修过相同或相近课程，可申请免修，但必须提出书面申请经过导师同意，报研究生部备案。
（课程详细设置情况参见课程设置表）△详见课程及学分设置表：
模式识别与智能系统专业硕士生课程及学分设置表
备注：《深圳大学硕士研究生培养方案总则》规定：各专业课程学习总学分不得少于32学分（理学专业为35学分），其中学位课程不少于
21 学分，非学位课程不少于11 学分。
六、免修课程
研究生通过自学或其它学习途径已掌握了本门课程的基本内容并达到其基本要求，经
本人申请，任课教师同意，院、校两级批准后可免修，但需参加该门课程结束时的考试或在
课程开始前单独组织的免修考试。
七、考核方式
考核分考试和考查两种。
除学术报告、教学实践、社会实践、文献阅读等进行考查外，其他课程一律进行考试。
（一）学位课程的考核原则上采用考试的方式；
（二）文献阅读结合开题报告进行考核，开题报告通过即自动获得学分；
（三）参加学术讲座情况由学生在《深圳大学硕士研究生参加学术讲座记录表》上登记，导师签字确认，研究生部抽查，累计10次即自动获得学分；
(四)补修课程的考核既可与本科生同堂同卷，也可由指导教师负责进行，在中期考核表
中签字确认。
（五）考试科目按百分制或等级制评定成绩，考查科目按通过、不通过两级记分制评定
成绩。
（六）考试课程成绩要求60分以上（含60分）可获得学分，考查课程通过者可获得
学分。
学位课程各科成绩平均达到75分以上（含75分）方可申请学位。
八、学位论文
硕士研究生应用一年半至二年的时间进行学位论文工作。
学位论文工作，一般应在第
三学期开始进行，第四学期初完成《学位论文工作计划》。
学位论文工作计划应包括文献阅读，学位论文选题、开题报告、科研调查、研究方法、实验手段、理论分析、文字总结等工
作的进度计划。
（学位论文要求详见《深圳大学硕士研究生学位论文工作细则》）
九、培养计划
为保证硕士研究生培养的质量，在第一学期结束前一个月，研究生指导小组应以师生双向互选的方式为研究生确定指导教师，经学院审定同意报研究生部。
在导师指导下，研究生要根据专业培养方案要求，于第一学期结束前制定出个人培养计划。
培养计划既要服从专业培养方案的总原则，又要根据每位研究生不同情况，因材施教。
研究生个人培养计划一式三份，分别由学院、研究生本人和研究生部各持一份。
十、参考书目
经典著作书目
1.R. Duda, P. Hart, D. Stork, Pattern Classification, 2nd edition, Wiley-Interscience,
2000.
2.R.C. Gonzalez and R.E. Woods, Digital Image Processing, 2nd edition, Prentice Hall,
2002.
3.Nils J.Nilsson， Artificial Intelligence, A New Synthesis, Morgan
Kaufmann Publishers.Inc,1999
主要的专业学术期刊
1.IEEE Trans. On Pattern Analysis and Machine Intelligence
2.IEEE Trans. On Signal Processing
3.IEEE Trans. On Image Processing
4.IEEE Trans. On Circuits and Systems
5.Pattern Recognition
6.Pattern Recognition Letters
7.Image and Vision Computing
十一、专业、学科组成员
组长：纪震
导师队伍：纪震、王志强、周小安、杨艳丽、张力、黄强
秘书：储颖。