一、学科、专业及培养目标

　　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，以提高系统的性能。模式识别与智能系统是一门理论与实际紧密结合，具有广泛的应用价值的控制科学与工程的重要学科分支。

　　培养目标：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。本学科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，对于模式识别与只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。

　　二、研究方向

　　研究方向简介

　　模式识别与图象理解

　　图象识别是一门系统地研究各种图象理论、技术和应用的新的交叉学科。图象处理是图象工程的重要组成部分，它主要涉及图象工程中的低层技术，是进一步学习图象分析和图象理解的基础。通过本课程的学习，学生应可建立一个比较完整的图象处理理论体系并了解和掌握常用的图象处理技术，一方面可解决一些实际的图象技术应用问题，另一方面也将为进一步学习图象工程中的中高层技术打下基础。

　　多智能体（MAS）理论与智能控制

　　agent技术提供了一种新的计算和问题求解风范，这主要是因为基于agent的系统具有许多优点。agent提供了一种远程智能程序设计的方法。在多agent系统中，放松了对集中式、规划、顺序控制的限制，提供了分散控制、应急和并行处理。

　　虚拟现实

　　理解实现虚拟现实及其实现的关键技术，利用VRML实现一个虚拟现实，利用VRML和JAVA构造一个分布式虚拟现实系统。

　　计算智能

　　计算智能是借助现代计算工具模拟人的智能机智、生命的演化过程和人的智能行为而进行的信息获取、处理、利用的理论和方法。本课程主要讨论模拟退火算法、人工神经网络、遗传算法、模糊集与模糊系统的基本理论和方法。