一、培养目标和要求

本学科培养具有严谨求实科学作风的，能从事各种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。本学科硕士学位获得者必须掌握模式识别与智能系统学科的坚实的基础理论和系统的专业知识，了解本学科领域的最新进展和研究动态，能独立进行本学科领域内的研究与开发工作。能较为熟练地掌握一门外语，阅读专业文献资料，并具有一定的外语写作能力和进行国际学术交流能力。

二、研究方向

1、复杂系统建模与分析2、智能控制理论与应用3、智能测控技术及系统4、模式识别与智能信息处理技术5、人工智能与机器人技术6、图形、图像信息处理技术7、生物特征识别与应用

三、学习年限

硕士研究生的学制为2.5年。从事科研工作和撰写的实际工作时间不得少于1年。

四、课程设置及学分要求

课程学习实行学分制。课程分为学位课、非学位课两大类。研究生在规定的时间内至少应完成总计30学分的学习任务,其中学位课不少于16学分。非学位课中允许跨学科选修，学分不超过4学分。课程设置详细情况见附表。教学实习（生产实践）课程是指15-20学时教学辅助工作或相当的生产实践工作。教学实习（生产实践）的情况经相关负责人考核合格，以1学分计入总学分之中。该门课程应于中期考核前完成，并填写好相关表格提交至各学院。学术讲座及学术研讨，要求每位硕士研究生在校期间参加10次以上的学术讲座，并且在《学术讲座及学术研讨记录本》上做好相应的记录。结合学科特点和研究方向，于第4学期由学院或学科组织完成15分钟公开PPT讲座，并完成相应论文类作业提交。 五、学位论文

1、学位论文应在导师指导下由研究生独立完成。2、学位论文工作的一般程序为：文献阅读和调研、开题报告（应附文献综述）、科学研究、论文撰写、论文送审和论文答辩。3、学位论文应理论联系实际，内容一般包括：中英文摘要与关键词、选题依据、国内外关于本课题研究的评述、理论分析与实证分析、研究结论（包括本人的创新点或新见解）、有待解决的问题、参考文献等。4、学位论文对所研究的课题应在理论分析、实证分析方法、政策建议、指导实践等1-2个方面提出一定的新见解。5、学位论文应对所研究的课题在基本理论、研究方法等某一方面具有一定的难度和先进性，应反映出作者对基础理论和专门知识的掌握情况，反映出作者综合运用有关理论、方法和手段解决经济理论和实践问题的能力。6、硕士研究生除完成学位论文外，在答辩前必须达到学校关于外语水平和公开发表学术论文（或专利）的要求。

六、其它说明

附表、课程设置明细

选课类型	课程编号	课程名称	总学时	学分	开课季节	必修
学位课	32000007	自然辩证法概论	18	1.00	春秋	是
学位课	15000398	第一外语（硕士）一	36	1.50	秋季	是
学位课	15000399	第一外语（硕士）二	36	1.50	春季	是
学位课	32000006	中国特色社会主义理论与实践研究	36	2.00	春秋	是
学位课	12000065	第一外语（模式识别与智能系统专业）	30	1.50	秋季	否
学位课	22000121	高等代数	54	3.00	秋季	否
学位课	22000125	应用统计	36	2.00	秋季	否
学位课	12000017	模式识别	36	2.00	秋季	否
学位课	12000055	信号处理与识别	36	2.00	秋季	否
学位课	12000077	计算机控制系统设计	36	2.00	春季	否
学位课	12000075	人工神经网络	36	2.00	春季	否
非学位课	92000002	学术讲座及学术研讨	4	1.00	春季	是
非学位课	92000001	研究生教学实习（生产实践）	18	1.00	秋季	否
非学位课	12000056	矩阵理论	54	3.00	春季	否
非学位课	12000060	图像处理与计算机视觉	36	2.00	春季	否
非学位课	12000073	计算机算法设计与分析	36	2.00	秋季	否
非学位课	12000016	系统辨识与自适应控制	36	2.00	春季	否
非学位课	12000074	遗传算法	36	2.00	春季	否
非学位课	12000033	智能控制	54	3.00	春季	否
非学位课	12000076	机器人学导论	36	2.00	秋季	否
非学位课	12000025	系统建模与仿真	36	2.00	秋季	否
非学位课	12000088	人工智能与专家系统	54	3.00	秋季	否
非学位课	12000089	小波理论与应用	36	2.00	春季	否