专业代码:081104
模式识别与智能系统学科以系统论、控制论、信息论为理论基础,以计算机技术、通讯技术、电子技术为技术手段,主要研究信息的采集、处理与特征提取、模式识别与分析、人工智能以及智能系统的设计,被广泛应用于过程控制、通信工程、图形处理、系统预测与分析等各个领域。随着生产技术不断提高,企业对生产过程自动化程度的要求越来越高,模式识别与智能控制技术在企业发展中的地位越来越重要,新型模式识别与智能控制理论面临许多重要研究课题。随着计算机技术的发展,在自动化领域要不断研究新的控制识别方法。因此,该学科是理论与实践紧密结合,具有广泛应用价值的控制科学与工程的重要学科分支。
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人才。具备从事模式识别、图像处理、人工智能、智能控制、智能传感系统、智能信息系统等方面的独立工作能力。具有开拓进取的精神,积极为社会主义现代化建设服务;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建设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
本专业注重模式识别与智能系统领域的理论和应用研究,主要研究方向包括:
1、模式识别的理论、方法与应用;
2、复杂系统的智能优化、控制与决策;
3、智能信息处理;
4、机器人技术。
三、学习年限
全日制硕士研究生在校学习基本年限为三年,最长不得超过四年,成绩优秀的研究生最多可提前一年毕业。在职研究生不得超过四年。
本专业研究生应在第一、二学期完成理论课程学习,第三学期完成文献综述和开题报告。第四、第五、第六学期用于课题研究、实践环节、硕士论文撰写、论文送审和组织答辩等。
四、培养方式
培养方式采用理论学习与科学研究相结合,既要使研究生深入掌握基础理论和高新的专业知识,又要培养他们在科学研究中分析问题和解决问题的能力。在培养过程中采用导师负责和指导小组集体培养相结合的培养方式。
1、导师应根据培养方案的要求,因材施教,要定期了解研究生的思想状况、学习和科研状况,严格要求,全面关心研究生的成长。
2、对硕士生的培养采取课程学习和论文工作相结合的方式。
3、整个培养过程应贯彻理论联系实际的方针,使硕士研究生掌握本专业的基础理论和专门知识,掌握科学研究的基本方法,并具有一定的生产实践知识和实验设计能力。
4、在指导上采取导师负责和集体培养相结合的方法。
5、研究生的理论课学习,采取课堂讲授和自学、讨论相结合的方式进行,教师在教学活动中应充分发挥研究生的主动性和自觉性,应强调在学习中研究,在研究中学习,着重培养研究生自我更新知识和调整知识结构的能力,启发学生深入思考、正确判断、增强分析问题和解决问题的能力。
6、加强硕士研究生的思想政治工作和道德品质、文明礼貌的教育,要求硕士研究生认真参加政治理论课学习,积极参加公益活动。
五、培养计划的制订
导师或指导小组按照本专业研究生培养方案的要求,根据因材施教的原则,于新生入学后一个月内,制订硕士研究生个人培养计划。
六、课程设置及学分分配
1、研究生课程学习实行学分制。学位课成绩≥70分为合格,非学位课成绩≥60分为合格。学分计算原则为:一般每个学期的总周数为20周,按每学期教学标准周数为18周计(不包括一周复习,一周考试),每周内1学时持续1学期为1学分,通过考试成绩合格者方可取得相应的学分。
2、硕士研究生课程分学位课、非学位课及必修环节三种,本专业总学分数应控制在32-36学分之间。
3、学分分配和要求
学位课程不少于21学分,非学位课程不少于10学分,必修环节中的学术活动为1学分,教学实践为1学分。
研究生应尽量在校内选课,如确需到校外选修课程,应事先列入个人培养计划。如改变培养计划,须经导师提议,学院领导同意,研究生处批准。课程结束以后,应凭所在学校主管部门出具的考试成绩单,方予承认并给予学分。
4、中期筛选是在研究生理论课程学习结束后,根据研究生培养计划对研究生的学习成绩、政治思想、道德品质和科研能力等方面进行的一次综合考核。
5、鼓励研究生在校期间参加科研项目和发表学术论文,论文答辩前必须有一篇以上与学位论文相关的论文以第一或第二作者(导师须为第一作者)的身份在国内外正式期刊或国际、国内学术会议论文集上公开发表。
七、学位论文及有关要求
学位论文是硕士研究生基础理论知识和科学研究能力的具体体现,是硕士研究生培养质量的重要标志。
1、基本要求
(1)硕士研究生应首先在导师的指导下做好选题工作,选题应在本学科或交叉学科范围内,选择在社会发展和经济建设中的科学研究或工程技术问题,或在学术上有一定理论价值的课题。
(2)从事学位论文研究工作的时间(从开题报告通过之日起至论文定稿送审评阅前止)不少于一年。
(3)学位论文必须在导师的指导下由硕士研究生独立完成。
(4)学位论文要求概念清楚、立论正确、分析严谨、计算精确、数据可靠、言简意赅、图表清晰、层次分明、格式规范,能体现硕士研究生坚实的理论基础、较强的独立工作能力和优良的学风。
(5)论文工作初期做开题报告;论文进行过程中,硕士研究生应至少向导师组作一次论文中期进展汇报,接受导师组对论文工作的阶段性检查。
2、开题报告
研究生应在教师的指导下,在第三学期11月30日前确定论文题目并通过论文开题报告论证,写出论文工作计划。
硕士研究生应首先搜集有关文献资料并进行实际调查,把握学科发展前沿,重视知识产权。开题报告内容包括文献综述、选题意义、研究内容、研究方法、工作条件(经费、设备等)、预期达到的水平、存在的问题等。要求硕士生查阅不少于50篇的文献资料(其中外文资料不少于15篇),写出不少于五千字的书面报告,并在硕士点导师组统一安排的开题报告会上作公开报告、答辩。开题报告应由专家小组根据评分指标评出成绩并给出能否通过的意见,经学科、专业所在学院负责人审查批准后,报研究生处备案。经审核通过者方可进入学位论文工作。
3、中期检查
为确保研究生按期完成高质量的硕士学位论文,于第五学期11月30日前,按学科专业组织检查小组对研究生的综合能力、论文工作进度及工作态度、精力投入等方面进行检查。具体操作参照《济南大学硕士研究生中期筛选暂行办法》。通过者,准予继续进行论文工作。
4、论文内容
(1)综述课题的理论意义和实用价值,国内外研究动态,需要解决的问题和途径以及本人做出的贡献;
(2)说明采用的实验方法、实验装置和计算方法,并对整理和处理的数据进行理论分析与讨论;
(3)对所得结果进行概括和总结,并提出进一步研究的看法和建议;
(4)给出所有的公式、计算程序说明、列出必要的原始数据以及所引用的文献资料;
(5)引用别人的科研成果必须明确指出,与别人合作的部分应说明本人的具体工作。
5、论文撰写和排版
学位论文要求立论正确、概念清楚、逻辑性强、数据可靠、语言流畅、绘图规范,能体现硕士研究生坚实的理论基础、较强的独立工作能力和一定的创新能力。
研究生应按照《济南大学研究生学位论文撰写规范》的要求完成学位论文的写作和排版。
6、论文评审
研究生完成论文后,首先应交付导师或导师小组审核,导师应提出明确的修改意见和建议,学生应按照要求修改,再经导师书面允许后,由研究生处转交校内外专家匿名评审,评审通过的,可组织答辩。否则,应责成修改并延期答辩。
八、论文答辩和学位授予
凡通过课程学习、完成学位论文工作的硕士研究论文,经导师及指导小组审核,提交校内外专家匿名评审,评价结果符合答辩要求的,可以组织论文评审答辩,通过答辩者,按国家有关规定发给研究生毕业证书并授予工学硕士学位。
学位论文的评审、答辩和学位申请与授予等工作按《中华人民共和国学位条例暂行实施办法》及《济南大学硕士学位授予工作暂行实施细则》的规定进行。
课程设置表
课程
性质
| 课程
编号
| 课程名称
| 学时
| 学分
| 开课
学期
| 开课单位
| 备注
|
学
位
课
| 0100101
| 自然辩证法
| 54
| 2
| 1
| 社科学院
| 必修
|
0100102
| 科学社会主义理论与实践
| 36
| 1
| 2
| 社科学院
| 必修
|
0200101
| 英语精读
| 144
| 4
| 1-2
| 外语学院
| 必修
|
0200102
| 英语听说
| 36
| 1
| 1
| 外语学院
| 必修
|
1500001
| 专业外语
| 30
| 1
| 2
| 控制学院
| 必修
|
0602101
| 模式识别
| 54
| 3
| 1
| 控制学院
| 必修
|
| 计算智能理论与应用
| 54
| 3
| 1
| 控制学院
| 必修
|
0300103
| 工程中的矩阵理论
| 54
| 3
| 1
| 理学院
| 必修
|
0300104
| 随机过程
| 54
| 3
| 2
| 理学院
| 必修
二选一
|
1101101
| 线性系统理论
| 54
| 3
| 1
| 控制学院
|
非
学
位
课
| 0602304
| 人工智能导论
| 36
| 2
| 2(前)
| 控制学院
| 选修
|
0602102
| 数字信号处理
| 36
| 2
| 1
| 控制学院
| 选修
|
1101305
| 测控网络与通讯技术
| 36
| 2
| 1
| 控制学院
| 选修
|
1101316
| 智能控制导论
| 36
| 2
| 2(后)
| 控制学院
| 选修
|
| 最优化方法
| 36
| 2
| 2(前)
| 控制学院
| 选修
|
0601317
| 数字图像处理
| 36
| 2
| 2(前)
| 信息学院
| 选修
|
| 数据挖掘与机器学习
| 36
| 2
| 2(后)
| 控制学院
| 选修
|
| 系统建模与仿真
| 36
| 2
| 2(前)
| 控制学院
| 选修
|
1101310
| 非线性系统理论
| 36
| 2
| 2(前)
| 控制学院
| 选修
|
0602307
| 机器人学导论
| 36
| 2
| 2(前)
| 控制学院
| 选修
|
0601323
| 信息处理新技术专题
| 18
| 1
| 2(后)
| 控制学院
| 选修
|
| 学术论文撰写规范
| 18
| 1
| 2(后)
|
| 必修
|
其它
环节
| 教学或科研实践
|
| 1
|
|
| 必修
|
学术活动
|
| 1
|
|
| 必修
|
社会实践
|
|
|
|
| 必修
|
注:学位课总计516学时,21学分;非学位课总计396学时,22学分;其它环节2学分。