- 1、本文档共14页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
**大学(华东)
硕士专业学位研究生培养方案
类别代码及名称:0854电子信息
领域代码及名称:06控制工程
一、类别领域简介
控制工程专业领域依托**大学(华东)“控制科学与工程”博士学
位授权一级学科点,2005年获得“控制工程”工程硕士学位授予权;
2018年工程类专业学位调整后对应到“电子信息”专业学位类别,专业
领域名称为“检测技术与控制工程”;2021年专业领域名称调整为“控
制工程”。
本专业领域主要面向能源、化工、智能制造、海洋信息等领域,
开展控制理论及工程应用、智能控制与计算工程、模式识别与信息处
理等方面研究,解决行业领域的技术难题,石油化工生产过程的建模
仿真与先进控制,故障诊断与智能信息处理等领域形成了特色与优势,
曾多次获国家科技进步奖二等奖和中石化总公司科技进步奖一等奖
等奖项。
二、培养目标
本类别领域培养坚持党的基本路线,具有国家使命感和社会责任
心,遵纪守法,身心健康,掌握控制工程领域坚实的理论基础和系统
的专业知识,具备良好的批判性思维和创新性思维,具有较强的控制
工程和模式识别系统等相关领域的工程实践、开发应用和解决实际问
题的能力,能够承担相关领域的专业技术或管理工作,具有良好的职
业素养和国际视野的高层次应用型、复合型工程技术和管理专门人才。
三、基本要求
1.品德素质:掌握马克思主义基本理论,树立爱国主义和集体
主义思想,遵纪守法,具有较强的事业心和责任感,具有良好的道德
品质和学术素养,具有良好的职业素养,身心健康。
2.知识结构:本领域专业硕士学位获得者应具有较好的数学、
物理基础知识和熟练的计算机技术,掌握控制工程的基础理论和专业
知识,了解本领域的最新学术动态和工程技术进展。
3.基本能力:能够创新性地研究和解决与能源、化工、智能制
造和海洋信息领域控制工程方面的工程实际和科技问题,具有一定的
独立从事专业技术和管理工作的能力。掌握一门外语,能熟练阅读专
业外文资料,并具有较好的科技写作能力、科学研究能力和自主学习
能力。
四、培养方向
1.控制理论及工程应用:针对复杂工业系统的控制工程与技术,
以石油化工过程控制为特色,以控制理论和信息技术为工具,研究工
业领域控制系统的各种高级控制策略以及控制系统的建模、分析、综
合、设计和实现的理论、技术和方法;以复杂石油石化过程的安全监
控为背景,基于“大数据”“、机器学习”和“人工智能开”展,非线性工艺
建模、过程监控、故障检测、故障诊断、故障预报等研究;以复杂工
业过程为对象,进行工业生产过程的模型化与动态模拟,开展先进工
业控制的约束优先级与可行域相关研究、软测量研究。
2.智能控制与计算工程:以石油化工、工业机器人、工业物联网
等复杂工业过程的“安稳优控制”为背景,基于生物优化计算、模糊
理论、神经网络学习、专家系统、群智能控制、人工生物网络、深度
学习等理论,开展非线性工艺建模、智能控制、智能优化与计算、故
障诊断与容错控制等研究,并应用到实际复杂工业过程的产品质量监
控和优化过程中。
3.模式识别与信息处理:主要研究大数据背景下如何运用模式
识别和机器学习方法进行数据建模、数据挖掘、特征表达、模式分类
和识别;同时与石油勘探开发紧密结合,研究深度学习和人工智能算
法在地震、钻井和测井数据处理中的应用。目前,在基于流形学习、
多视角学习、稀疏学习和深度学习等机器学习理论的多媒体分析应用
以及基于脑认知的视觉注意、学习与记忆机制的建模与计算等方向取
得多项高水平研究成果。
五、学习方式与学习年限
可采用全日制或非全日制学习方式。
基本学习年限为3年,最长学习年限为5年。非全日制研究生培
养采取在职不脱产的学习方式,但在校学习时间累计不少于12个月。
六、培养方式
采取“课程学习”+“校内实训”+“专业实践”+“学位论文”四阶段递
进式培养方式。具有2年及以上企业工作经历的学生专业实践环节时
间累计不少于半年,其他学生不少于1年。
实行校企双导师指导制,其中第一责任导师为校内导师。学校聘
请企业(行业)具有丰富工程实践经验的高级专家为导师组成员,参
与实习实践、课程学习与学位论文等培养环节的指导工作。
您可能关注的文档
最近下载
- 人血白蛋白临床应用管理中国专家共识2024解读课件.pptx VIP
- DB32/T 4446-2023 公共机构能源托管规程.docx
- 华为公司基本管理法.pdf
- 4、实验室生物安全组织管理框架图).pdf
- 中国流感疫苗市场竞争状况及前景发展趋势预测报告2025-2030年.docx
- 2023年武汉科技大学计算机科学与技术专业《数据库原理》科目期末试卷A(有答案).docx VIP
- 2024江苏常熟农村商业银行校园招聘100人笔试历年典型考题及考点剖析附带答案详解.docx
- 2025年民主生活会相互批评意见清单、批评意见及建议、自我批评意见4篇(供借鉴).docx VIP
- 2023年广东省深圳市福田区中考历史一模试卷.doc
- 2025陕投集团校园招聘(256人)笔试备考题库及答案解析.docx
文档评论(0)