模式识别与智能系统
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、遥感图像识别等应用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
课 程 学 习 及 学 分 | 1.本专业学制为 3 年。 2.本专业课程学习总学分不得少于 32 学分,其中学位课程不得少于 21 学分。 3.课程学习与撰写毕业论文时间比例为1:1。 | |||||||||
类别 | 课程名称 | 学 分 | 学时 | 讲授形式 | 考核 方试 | 要求 | ||||
学位课程 (必修课)
不得少于 21 学分 | 公共学 位课程 (9学分) | 政治理论课 3学分 | 中国特色社会主义理论与实践研究 | 2 | 36 | 讲授 | 考试 | 平均 75分 以上 | ||
马克思主义与社会科学方法论(文科) | 1 | 18 | 讲授 | |||||||
自然辩证法概论(理工科) | 1 | 18 | 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 | |||||||
智能计算 | 3 | 60 | 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 | |||||
现代数字图象处理 | 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 | |||||||
机器学习 | 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 | |||||||
云计算技术 | 2 | 40 | 讲授 | |||||||
通用搜索技术与应用 | 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,每位学生的开题报告由学院永久保留。 |
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
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.NilsJ.Nilsson, ArtificialIntelligence, A New Synthesis, Morgan Kaufmann Publishers.Inc,1999
主要的专业学术期刊
1.IEEE Trans. On Pattern Analysisand Machine Intelligence
2.IEEE Trans. On SignalProcessing
3.IEEE Trans. On Image Processing
4.IEEE Trans. On Circuits andSystems
5.Pattern Recognition
6.Pattern Recognition Letters
7.Image and Vision Computing
十一、专业、学科组成员
组长:王志强
导师队伍:王志强、纪震、黄强、沈琳琳、杨艳丽、姜来、薛丽萍、于仕琪、杜智华、李琰、贾森、朱泽轩、储颖、李坚强、李志
秘书:贾森
院主管领导签名(公章):