模式识别与智能系统培养方案.doc

模式识别与智能系统专业 硕士研究生培养方案 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。1、图象处理和模式识别：基本图像处理等算法的研究。 2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 5DNA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。 学习年限 硕士研究生实行弹性学制，学习年限一般3年。 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。 （9学分） 马克思主义理论课 （3学分） 科学社会主义 理论与实践 1 36 讲授 考试 平均 75分 以上 马克思主义经典著作选读（文科） 2 70 讲授 自然辩证法概论 （理工科） 2 54 讲授 外语 (6学分) 基础 外语 英语(一) 2 160 讲授 英语(二) 3 专业外语 1 40 讲授 专业学 位课程 （12学分） 基础课 （2门全选） 矩阵论 3 60 讲授 随机信号分析 3 60 讲授 专业课 （至少 选2门） 现代数字信号处理 3 60 讲授 多媒体系统 3 60 讲授 计算机网络体系结构 3 30 讲授 模式识别 3 60 讲授 非学位课程 不得少于 11 学分 必修环节 文献阅读 1 考查 通过 开题报告通过即可 学术讲座 2 10次 (导师考核) 必选课 考试 60分 以上 选修课 任选课 小波分析 2 40 讲授 数字图象处理 2 40 讲授 DSP系统设计 2 40 讲授 语音信号处理 2 40 讲授 计算机视觉 2 40 讲授 生物特征识别 2 40 讲授 机器人技术 2 40 讲授 算法复杂性理论 2 40 讲授 生物信息学 2 40 讲授 嵌入式系统 2 40 讲授 非线性动力学 2 40 讲授 人工智能 2 40 讲授 信息安全 2 40 讲授 射频识别 2 40 讲授 智能计算 2 40 讲授 补修课 同等学力或跨专业学生须补修2—3门，只记成绩，不记学分 考试 中期考核表中导师签字确认 (60分以上） 实践环节 教学实践或社会实践 (不记学分) 40 考查 通过 (导师考核) 课程免修 本人申请，任课教师同意，院、校两级批准后可免修，但须参加考试。 考试 60分 以上 制定个人 培养计划 第一学期结束前， 确定导师后，在导师指导下制定个人培养计划一式三份，学院、研究生本人、研究生部各持一份（同等学力和跨专业学生须注明补修课程）。 中期 考核 课程学习结束后， 举行开题报告前 考核筛选内容：思想道德素质、课程学习成绩、科研实践能力。均合格者可进入学位论文写作阶段。未通过者，应终止学习，按退学处理。考核结束，各学院将中期考核结果汇总表交到研究生部，每位学生的中期考核表由学院永久保留。 开题 报告 中期考核筛选后 经导师为主体组成的考核小组评审。首次未通过者，应一个月后再次开题，仍不能通过者应终止学习，做退学处理。评审结束， 学院将开题报告评审结果汇总表交到研究生部，每位学生