模式识别与智能系统

折叠 编辑本段 学科概况

模式识别与智能系统是20世纪60年代以来在信号处理、人工智能、控制论、计算机技术等学科基础上发展起来的新型学科。该学科以各种传感器为信息源，以信息处理与模式识别的理论技术为核心，以数学方法与计算机为主要工具，探索对各种媒体信息进行处理、分类、理解并在此基础上构造具有某些智能特性的系统或装置的方法、途径与实现，以提高系统性能。模式识别与智能系统是一门理论与实际紧密结合，具有广泛应用价值的控制科学与工程的重要学科分支。

折叠 编辑本段 培养目标

本学科培养从事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。

1.博士学位 应具有模式识别、信息处理、人工智能与认知科学及有关数学领域坚实宽广的基础理论和系统深入的专门知识;对于模式识别与智能系统主要前沿领域有深入了解;能独立开展模式识别与智能系统中有关研究方向的专题研究工作，并取得具有创造性的研究成果;学风严谨;至少掌握一门外国语，能熟练地阅读本专业的外文资料，具有一定的写作能力和进行国际学术交流的能力。

2.硕士学位 应具有坚实的模式识别与智能系统学科的基础理论和系统的专门知识;对于模式识别与智能系统某一研究领域的进展和学术动态有较深的了解;能够熟练利用计算机解决本学科的有关问题;具有从事模式识别与智能系统中的某一研究方向的科学研究或独立担负专门技术工作的能力，并取得有意义的成果;较为熟练地掌握一门外国语。

折叠 编辑本段 业务范围

折叠 学科关系

模式识别，图象处理与分析，计算机视觉，智能机器人，人工智能，计算智能，信号处理。

折叠 课程设置

随机过程与数理统计，矩阵论，优化理论，近世代数，数理逻辑，数字信号处理，图象处理与分析，模式识别，计算机视觉，人工智能，机器人学，计算智能，非线性理论(如分形、混沌等)，控制理论，系统分析与决策，计算机网络理论等。

折叠 编辑本段 相关学科

控制理论与控制工程，计算机科学与技术，信息与通信系统，电子科学与技术，生物学，心理学，图像处理技术。

折叠 编辑本段 专业排名

名	学校名称	星 级	重点学科	博士点	开此专业学校数
1	南京理工大学	5★	1	1	101
2	西安交通大学	5★	1	1	101
3	华中科技大学	5★	1	1	101
4	北京航空航天大学	5★	1	1	101
5	清华大学	5★	1	1	101
6	东北大学	4★	1	1	101
7	上海交通大学	4★	1	1	101
8	哈尔滨工业大学	4★	1	1	101
9	浙江大学	4★	1	1	101
10	西安电子科技大学	4★	0	1	101
11	中国科学技术大学	4★	0	1	101
12	同济大学	4★	0	1	101
13	北京工业大学	4★	0	1	101
14	南京航空航天大学	4★	0	1	101
15	东南大学	4★	0	1	101
16	西北工业大学	4★	0	1	101
17	哈尔滨工程大学	4★	0	1	101
18	天津大学	4★	0	1	101
19	东华大学	4★	0	1	101
20	华南理工大学	4★	0	1	101

展开

折叠 编辑本段 研究方向

折叠 模式识别与智能信息处理

该方向致力于模式识别的基础理论及其在图象视频信号处理中的应用研究，运用数学和信息科学的理论与方法，从信息处理的角度，研究模式信息处理的机理、计算理论和算法，使计算机实现类似于人的视觉能力。研究数字图象和视频信息的检测、分析、传输、存储、压缩、重建等关键技术，在提出创新理论与算法的基础上，设计、研制和开发实用的高性能模式识别、图象视频处理以及医学图象处理的计算机应用系统。

折叠 计算智能与智能系统

本方向致力于生命计算学与人工智能系统的研究。生命计算学是计算智能概念的泛化，包括人工智能中的符号计算学和神经计算学，以及遗传算法、进化计算和DNA计算等;人工生命系统是智能系统概念的泛化，包括智能信息处理系统、智能控制系统、机器人、细胞自动机等。该方向致力于模拟自然生命系统中信息与控制的规律，特别是生命的自组织、自学习、自适应、自修复、自生长以及自复制的基本特性，以及感知、知觉、认知、判断、推理、思维等智能行为;以"计算"的形式表现智能，以人工生命系统实现智能，并将其应用于模式识别与图象处理、复杂动态系统建模、仿真与控制等领域。

折叠 智能信息与控制

控制论是"研究信息与控制一般规律的科学"，"信息与控制"是控制论的核心。在控制论思想中，"信息与控制"是生物系统和人工系统共有的特性，模拟生物智能，是控制论的基本思想。"信息"、"控制"、"智能"、"生命"四个基本的概念，构成了控制论科学的全部基础。"智能信息与控制"是研究自然生命与人工系统中信息与控制一般规律的科学。"智能信息与控制"方向以人工智能、控制论、系统论和信息论为理论基础，以计算机技术、电子技术和通讯技术为技术手段，以复杂演化系统为对象，类比自然生命与复杂演化系统中信息与控制的一般规律，研究面向复杂演化系统的智能控制原理和方法，并将这些规律、原理和方法应用于复杂系统的建模、仿真与控制。

折叠 智能控制理论、方法及其应用

该方向致力于具有多种复杂性和多级或分散信息结构的大规模控制系统研究。运用人工智能、计算智能(包括模糊逻辑、神经网络和进化计算)等理论与方法，结合现代控制理论(如鲁棒控制、自适应控制、变结构控制等)，研究智能递阶、分散控制或优化调度系统。主要包括:基于模式分类、计算智能和知识工程方法的大规模复杂系统的综合集成建模;基于计算机视觉的生产过程质量监测与优化控制;基于知识和模拟进化方法的多分辨率建模及模型的聚合/解聚和平滑一致性转换技术;智能控制系统的结构性质(如稳定性、能控(能观)性、自主性等)的研究;智能系统的整体优化方法及自组织保优机制的研究;基于Agent技术的开放复杂巨系统的智能优化控制与决策;网络环境下的智能自动化理论与技术;基于现场总线技术的计算机控制与管理;离散事件和混杂系统的优化控制方法;在多种复杂性(如不确定性、非线性、参数时变、时滞等)融合条件下的非良定对象的知识基模型集成与智能优化控制策略和实现方法。

折叠 语音信号处理及应用

语音信号处理是当今信息科学研究领域中的一个重要分支，它是将数字信号处理与语音学相结合，解决现代通信领域中人与人之间、人与机器之间的信息交换问题。语音信号处理学科在世界范围内取得了飞速发展，无论是在基础研究领域还是在各个特定的应用领域都出现了许多新算法和高性能的系统，取得了大量突破性的进展。在硬件方面，随着计算机技术及DSP芯片的迅速更新换代，为各种日益复杂的语音处理算法的实时实现提供了可能性。在21世纪，这个研究领域的发展速度将更快，它与高速信息处理、传输和交换诸方面的关系将更加密切。本方向主要研究语音信号数字处理的新理论、新方法及其应用，如语音编码，语音识别，语音合成，语音增强和语音编码等，满足通信与信息技术应用领域对语音处理技术的需求。