模式识别与智能系统学科硕士研究生专业

　　本学科是控制科学与工程一级学科下的二级学科，同时也体现了多学科的交叉与融合的特色。该领域的研究与应用已证实：以仿生学研究为基础，将人工智能技术、认知工程及神经网络理论等智能化方法用于信息系统，可实现系统的故障诊断、建模与仿真，以及智能信息处理与控制等；把模式识别方法应用于电子工程系统的信息或信号(含语音、图像和文字等)处理，采用高层次智能行为研究其知识表示和符号推理手段，可实现信号或信息的智能化处理。此外，神经网络理论及其演化计算，与模糊逻辑相互渗透，已形成“计算智能”学科分支，其应用已遍及语音、图像、声纳、雷达目标识别及智能控制系统等各个领域。

　　本学科与电子科学与技术、信息与通信工程、计算机科学与技术、仪器科学与技术、电路与系统、生物医学工程等学科相互交叉，紧密联系，是一边缘交叉学科。本学科近年来发展势头良好，在智能控制、模式识别与信号处理以及计算智能等方面成果显著，具有相当优势。

　　一、培养目标

　　本学科培养具有良好的道德品质，愿意为社会主义事业服务，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外国语，将研究生分为三种类型（硕博连读、理论型、工程型）进行培养。

　　二、研究方向

　　1．神经网络及计算智能

　　2．复杂网络系统信息处理技术

　　3．计算机机器视觉与模式识别

　　4．移动计算技术

　　5．虚拟与增强现实技术

　　6．人机交互技术

　　7．语音与图像信号处理

　　8．数字广播电视技术

　　9．虚拟制造技术及制造业信息化

　　10．智能系统建模与测试

　　11．仿生机器人技术

　　三、课程设置

　　学位课：自然辩证法、科学社会主义理论与实践、硕士学位英语、随机过程及应用、矩阵理论、最优化理论方法与应用、现代信号处理、系统辨识、线性系统理论

　　非学位课：模式识别、复杂系统性能评价和优化（英）、系统建模方法、智能控制理论及应用、非线性系统理论、计算机视觉、嵌入式系统设计。