武汉大学研究生专业介绍：模式识别与智能系统

　　模式识别与智能系统专业攻读硕士学位研究生培养方案

　　一、培养目标
　　本学科培养德、智、体全面发展的模式识别与智能系统领域的专门人才。

　　要求模式识别与智能系统专业学术型硕士学位获得者较好地学习与掌握马列主义、毛泽东思想和邓小平理论、热爱祖国、遵纪守法、品德良好、身心健康；在模式识别与智能系统学科掌握坚实的基础理论和系统的专门知识，比较熟练地掌握和运用一门外语，具有较宽的知识面，了解当前国内外本学科最新前沿，具有从事基础性、理论性科学研究和教学工作的能力，能够在本学科领域做出创造性的成果。

　　二、研究方向
　　1.语音频处理、识别与应用
　　主要研究语音频的分析和预处理技术、语音频编码技术、语音频的差错处理技术、语音频识别与增强技术，语音频质量评价技术等。

　　2.图像视频处理、识别与应用
　　主要研究图像及视频的信源编码技术、信道编码技术、图像识别与增强技术等。

　　3.多媒体信息检索与应用
　　主要研究多媒体信息检索与数据挖掘、大规模安防监控系统网络效能评估、安防应急系统风险预测和智能布控技术等。

　　4.遥感图像处理、解译与信息提取
　　研究遥感图像处理的基础理论，包括遥感图像的感知认知原理等；研究遥感图像增强、去噪声、多源数据融合、特征检测与分析等处理方法；研究遥感图像特别是高分辨率遥感影像的解译理论与方法，以实现自动化、智能化的目标提取、图像解译与知识转化。

　　5.遥感图像的高性能计算与云计算
　　研究海量遥感数据的存储与管理、数据分发、图像处理与解译、三维可视化与仿真等的高性能计算（网格计算、GPU计算、普适计算等）与云计算方法。

　　6.遥感图像智能计算
　　研究计算智能的理论与方法；研究基于人工神经网络的遥感图像智能计算方法；研究基于模糊逻辑的遥感图像智能计算方法；研究基于进化计算的遥感图像智能计算方法；研究基于其它智能计算理论与方法的遥感图像智能计算方法。

　　7.空间数据挖掘与知识发现
　　研究从空间数据中提取隐含的规律性知识的理论和方法；研究基于空间数据挖掘和知识发现的GIS智能化分析方法；研究基于空间数据挖掘和知识发现的遥感影像智能解译方法；

　　研究空间关联规则挖掘方法及应用；研究空间聚类挖掘方法及应用；研究空间数据分类挖掘方法及应用；研究空间数据离群点检测方法及应用；研究空间数据挖掘与知识发现软件系统的设计与开发方法。

　　8.遥感影像认知与空间推理
　　研究认知科学与遥感科学结合的理论和方法；研究遥感影像认知的理论和方法；研究空间知识的表达与处理方法；研究不确定性推理、概率推理、贝叶斯推理、证据推理、模糊推理、案例推理、空间关系推理、时空推理等理论和方法及其在空间信息智能化处理中的应用。

　　9.空间决策支持与智能GIS
　　研究空间决策支持的基本理论和方法；研究空间决策支持系统的设计与开发方法；研究空间模型库的构建方法；研究空间知识库的构建方法；研究地理信息系统与人工智能结合的理论和方法；研究GIS智能空间分析的理论和方法。

　　三、学习年限
　　1.以3年制为基础的弹性学制，最长不超过4年，其中课程学习为1年。

　　2.对于特别优秀的学术型硕士研究生可以申请提前毕业（在校学习时间不得少于2年）。

　　四、课程设置（见学校附表）与学分
　　模式识别与智能系统专业学术型硕士研究生应修学分总数为42学分，其中：课程学分总数30学分；实践环节2学分；学位论文10学分。

　　课程学分具体分配体系如下：思想政治理论课3学分，第一外国语2学分；学科通开课不少于8学分；研究方向必修课不少于4学分，其余为选修课学分。

　　五、必修环节
　　1.实践环节
　　（1）实践环节是提高研究生培养质量的重要组成部分，包括挂职锻炼、教学实践、社会调查、科研实习等，实践环节是模式识别与智能系统学术型硕士研究生的必要环节。

　　（2）学院将建立研究生联合培养基地，学术型硕士研究生在校期间应在导师指导下深入企事业单位开展社会实践、专业实习等实践活动，总时间不得少于三个月。

　　（3）参加实习实践和学术交流活动的情况应记录在《学术型硕士研究生实习实践考核表》中，经学院审核合格并报研究生院培养处审批备案后方可进入答辩环节。

　　2.开题报告与中期考核
　　第四学期结束前，在导师指导下提出学位论文题目和撰写计划，并在本专业或科研小组内做开题报告。

　　中期考核应建立淘汰制度，具体流向包括直接攻读博士学位、继续攻读硕士学位以及退学等。

　　六、学位论文
　　学位论文工作是对研究生进行科学研究或承担专门技术工作的全面训练，是培养研究生创新能力，综合运用所学知识发现问题、分析问题和解决问题能力的主要环节。

　　1.学术型硕士学位论文选题应密切结合学科发展与国家经济和社会建设需要，要求具有一定的理论创新与应用价值，并经导师审核同意。

　　2.第四学期结束前，在导师指导下提出学位论文题目和撰写计划，并在本专业或科研小组内做开题报告，经认可后正式进入专题研究和论文撰写工作。

　　3.开题报告完成后应在导师指导下开始学位论文工作，硕士学位论文工作应不少于1年。论文完成后在第六个学期5月份进行论文答辩工作，答辩具体要求按研究生院学位办要求执行。

　　4.学术型硕士研究生学位论文应阐述理论或设计应用方面的研究成果，要求格式规范、命题正确、逻辑推理严谨、数据可靠、文字流畅。硕士学位论文应反映对所研究课题有新的见解，并表明作者具有从事科学研究工作或担负专门技术工作的能力。

　　原则上学术型硕士研究生在读期间应在导师指导下至少参与一项课题研究，参加8次以上学术交流活动（参加国内外学术会议、听取学术报告等），并在本学科指定学术期刊或会议上以第一作者身份且署名单位以武汉大学为第一完成单位公开发表学术论文至少1篇。

　　5.申请提前毕业的学术型硕士研究生应完成培养方案和其他培养环节的考核，成绩优秀，创新能力强，必须在本学科指定的学术期刊或会议上以第一作者身份（含导师第一，学生第二）且署名单位以武汉大学相关培养单位为第一完成单位公开发表学术论文至少两篇。

　　七、培养方式
　　模式识别与智能系统专业学术型硕士生进校1个月内，导师应根据培养方案的要求和因材施教的原则，指导学生制订出合理的个人培养计划，培养计划中应包括对课程学习、实践活动、学术活动、科学研究与学位论文工作等做出具体安排。

　　硕士生的培养和指导，采取以导师为主、导师与指导小组集体培养相结合的方式，导师全面关心学生的政治思想、道德品质、业务学习、科研实践等，硕士生必须完成导师规定的科研工作，通过课程学习、科学研究和学位论文等多种形式，着重培养其独立分析问题和解决问题的能力。