模式识别与智能系统培养方案
武汉大学计算机学院培养方案
计算机学院Computer School武汉大学计算机学院前身可追溯到1978年由原武汉大学建立的计算机科学系，是全国最早建立的计算机科学系之一。
武汉大学计算机学院现有四个系：计算机科学系、计算机工程系、计算机应用系、信息安全系，一个实验中心，三个研究所：计算机软件研究所、计算机应用研究所、计算机网络研究所；三个本科专业：计算机科学与技术专业，信息安全专业，物联网工程专业；八个硕士点：计算机系统结构，计算机软件与理论，计算机应用技术，信息安全，软件工程，数字影视技术，通信与信息系统，模式识别与智能系统。
六个博士点：计算机系统结构，计算机软件与理论，计算机应用技术，信息安全，软件工程，通信与信息系统。
有计算机科学与技术一级学科博士授权点，计算机科学与技术博士后科研流动站。
计算机软件与理论是国家重点学科，计算机应用技术是湖北省重点学科。
计算机科学与技术、信息安全两个本科专业是国家特色专业，实验中心是湖北省实验教学示范中心。
学院学科构架完整、科研平台齐全，包括有软件工程国家重点实验室、国家多媒体软件工程技术研究中心、国家信息安全产品测评认证中心互操作性测评中心、国家Linux技术培训与推广中心、湖北省多媒体网络通信工程重点实验室、空天信息安全与可信计算教育部重点实验室（B类）等科学研究基地。
学院现有专任教师199人，其中教授50人，副教授89人。
雄厚的师资力量、先进的教学设施，使武汉大学计算机学院在智能计算、信息安全、软件工程、多媒体技术、网络与分布处理、生物信息、建模与仿真、安防数字化智能化等方向的研究具有较强的科研和教学力量。
Undergraduate Education Plan of Wuhan University709计算机科学与技术专业本科人才培养方案一、专业代码、名称专业代码：080901专业名称：计算机科学与技术（Computer Science and Technology）二、专业培养目标计算机科学与技术专业旨在培养具有良好的素质，系统地掌握本专业的基础理论、基本方法和基本技能，受过科学研究与实际应用的初步训练、能够从事计算机软件、硬件、网络与通信、应用技术等领域的研究、应用、开发、管理等方面的专门人才。
模式识别课程设计
模式识别课程设计一、教学目标本课程的教学目标是使学生掌握模式识别的基本概念、方法和应用，培养学生运用模式识别解决实际问题的能力。
具体目标如下：1.知识目标：（1）了解模式识别的定义、发展历程和应用领域；（2）掌握特征提取、相似度测量和分类器设计等基本方法；（3）熟悉常见的模式识别算法，如K近邻、决策树、支持向量机等；（4）理解模式识别在图像处理、语音识别、自然语言处理等领域的应用。
2.技能目标：（1）能够运用模式识别方法解决实际问题；（2）具备基本的编程能力，能够实现简单的模式识别算法；（3）学会使用模式识别相关软件和工具，如MATLAB、Python等。
3.情感态度价值观目标：（1）培养学生的创新意识，鼓励积极探索新的模式识别方法；（2）培养学生团队合作精神，学会与他人共同解决问题；（3）培养学生具有良好的职业道德，关注模式识别在现实生活中的影响。
二、教学内容本课程的教学内容主要包括以下几个部分：1.模式识别的基本概念和方法；2.特征提取和相似度测量；3.分类器设计及常见分类算法；4.模式识别在图像处理、语音识别、自然语言处理等领域的应用；5.模式识别相关软件和工具的使用。
三、教学方法为实现教学目标，本课程将采用以下教学方法：1.讲授法：用于讲解基本概念、方法和算法；2.案例分析法：通过分析实际案例，使学生更好地理解模式识别的应用；3.实验法：让学生动手实践，掌握模式识别相关软件和工具的使用；4.讨论法：鼓励学生积极参与课堂讨论，培养团队合作精神。
四、教学资源为实现教学目标，本课程将采用以下教学资源：1.教材：《模式识别与应用》；2.参考书：《模式识别导论》、《模式识别与机器学习》；3.多媒体资料：教学PPT、相关视频资料；4.实验设备：计算机、模式识别相关软件和工具。
五、教学评估本课程的教学评估将采用多元化的评价方式，以全面、客观地评价学生的学习成果。
评估内容包括：1.平时表现：包括课堂参与度、提问回答、小组讨论等，占总成绩的30%；2.作业：包括课后练习、小项目等，占总成绩的20%；3.考试：包括期中和期末考试，占总成绩的50%；4.实验报告：包括实验完成情况、实验结果分析等，占总成绩的10%。
智能科学与技术专业培养方案(1)
智能科学与技术专业指导性培养方案部门：机械与汽车工程学院一、培养目标与基本要求学校培养目标：培养德智体美劳全面发展，具有社会责任感、创新精神、创业意识和实践能力的高素质应用型人才。
专业培养目标：培养饱含家国情怀，兼备正确人生观和价值观，基础扎实、实践能力强、综合素质高，系统地掌握智能科学与技术的基本理论、基本知识和基本技能方法，具备计算机、自动化、机械电子等交叉学科基础，能在企业、事业、科研部门、教育单位和党政部门等，从事智能系统、智能信息处理、智能行为决策等方面科学研究、开发设计、工程应用、决策管理和教学等工作的高素质应用型人才。
上述培养目标可以归纳为以下5项：1、能有效运用专业知识和工程技术原则解决智能科学与技术领域内复杂工程问题。
2、能在团队中担任骨干或领导角色，并能够有效地进行合作交流。
3、能通过继续教育或其他终身学习渠道增加知识和提升能力。
4、具有良好的职业道德和科学素养，有意愿并有能力服务社会。
5、能从事智能科学与技术及相关领域的科学研究、开发设计、工程应用、决策管理和教学等相关工作。
基本要求：1、热爱社会主义祖国，拥护中国共产党的领导，树立正确的人生观、世界观和价值观，具有良好的思想品德、社会公德、职业道德、社会责任感。
2、掌握专业所需的基础科学理论知识，掌握本专业扎实的专业基础理论及必要的专业知识，具有本专业所必需的基本技能，具有良好的业务素养。
必须达到本专业规定的总学分要求和各类学分要求。
3、掌握科学的思维方法，具有创新精神和较强实践能力，具有较强的终身学习能力、获取及处理信息能力。
4、具有良好的心理素质和适应能力，掌握科学锻炼身体的基本技能，受到必要的军事训练，达到国家规定的大学生体育健康和军事训练合格标准。
毕业要求：1.工程知识：能够将数学、自然科学、工程基础和专业知识用于解决智能科学与技术领域内复杂工程问题。
2.问题分析：能够应用数学、自然科学、智能技术与系统分析的基本原理，识别、表达，并通过文献研究分析智能科学与技术领域内复杂工程问题，以获得有效结论。
自动化系攻读工学硕士学位(数据科学与工程)
自动化系攻读工学硕士学位（数据科学与工程）研究生培养方案（适用于2018级硕士生）一、适用学科、专业：控制科学与工程（一级学科，工学门类，学科代码：0811）●控制理论与控制工程（二级学科、专业，工学门类，学科代码：081101）●模式识别与智能系统（二级学科、专业，工学门类，学科代码：081104）●检测技术与自动化装置（二级学科、专业，工学门类，学科代码：081102）●系统工程（二级学科、专业，工学门类，学科代码：081103）●企业信息化系统与工程（二级学科、专业，工学门类，学科代码：081106）●导航、制导与控制（二级学科、专业，工学门类，学科代码：081105）●生物信息学（二级学科、专业，工学门类，学科代码：081107）数据科学与工程工学硕士学位是应大数据时代产业经济、商务管理、政府决策、社会运行等模式变革而诞生的新的学术型硕士学位。
它以信息科学与技术为基础，以计算机技术、软件工程、控制工程、电子与通信工程、工业工程、物流工程、交通运输工程、安全工程、机械工程等为主要适用领域，也可用于公共管理（MPA）、工商管理（MBA）、教育（MEA）、金融、应用统计、生物医药、税务、国际商务、保险、资产评估、警务、应用心理、新闻与传播、出版、文物与博物馆、城市规划、林业、旅游管理、图书情报等专业新型交叉人才培养。
本培养方案适用于攻读工学硕士学位（数据科学与工程）研究生。
二、培养目标本学科培养从事控制科学理论研究，控制工程领域内各种控制技术与方法研究，控制系统开发与设计等方面的各类专门人才。
培养学生掌握控制理论、先进控制系统与技术、工业控制、信息获取与检测技术、计算机技术、系统工程、导航制导与控制、人工智能与模式识别、生物信息处理、系统建模与仿真，大数据分析和管理等方面坚实的基础理论和系统深入的专业知识。
数据科学与工程工学硕士学位主要培养了解本学科最新研究成果和发展动向，能用一门外国语熟练阅读专业资料及撰写科技论文，成为控制科学与工程学科，在数据科学等学科方向具有较强的解决实际问题的能力、良好的职业素养和发展潜力，具有从事科学研究和独立担负专门技术工作的能力的高层次科研、应用结合的专门人才。
华中科技大学自动化学院研究生培养方案 (1)
自动化学院博士研究生培养方案一．系统分析与集成专业（专业代码：071102 授理学学位）“系统分析与集成”博士学位授予权学科是一个理学博士点，强调理工结合，主要横跨学科为数学、物理、生物与工程。
该博士学位授权点是华中科技大学与中国科学院武汉物理与数学研究所联合申报的，由双方联合建立的系统科学研究所管理。
本培养方案由华中科技大学自动化学院、水电与数字化工程学院和中国科学院武汉物理与数学研究所联合制定。
1、培养目标1）．热爱祖国，拥护中国共产党的领导，遵纪守法，具有良好的职业道德和道德品质，具有较强的事业心和严谨求实的科学学风。
2）．在系统科学学科上掌握坚实宽广的基础理论和系统深入的专门知识，了解系统分析与集成在某一个或某几个领域学科中的应用背景；具有独立从事科学研究工作的能力；在科学或专门技术上做出有创造性的工作。
3）．至少熟练掌握一门外国语，熟练阅读和理解相关专业的外文文献，并具有用外语撰写学术论文以及进行学术交流的能力。
4）. 身心健康。
2、研究方向1）．复杂系统理论方法及应用2）．系统建模、仿真与优化3）．水资源系统分析与数字流域4）．综合集成技术与方法5）．生物信息、控制与计算二．控制科学与工程学科（学科代码：0811 授工学学位）为加强博士研究生的管理和提高博士研究生的培养质量，本学科自1997年9月起按一级学科培养博士研究生，经过培养实践，特修订本方案。
1、培养目标1）．热爱祖国，遵纪守法，品德良好，学风严谨，有较强的事业心和献身精神。
2）．具有控制科学与工程学坚实宽广的基础理论和系统深入的专门知识，具有独立从事科学研究工作的能力，在科学和专业技术上做出创造性的成果。
3）．至少熟练掌握一门外国语，熟练阅读和理解相关专业的外文文献，并具有用外语撰写学术论文以及进行学术交流的能力4）. 身心健康。
2、主要研究方向1）．智能控制与机器人技术； 2）．复杂系统的理论与应用； 3)．电力电子与运动控制； 4）．计算机集成控制与网络技术； 5)．检测技术与自动化装置； 6）．决策分析与决策支持； 7)．生物信息、控制与计算； 8）．公共安全与应急决策系统； 9)．物流系统工程； 10）．模式识别与智能系统； 11)．飞行器导航制导 12). 多谱成像与遥感图像处理三、学习年限与学分本学科、专业博士生的学习年限一般为3-5年。
《模式识别》课程教学大纲(本科)
《模式识别》课程教学大纲课程编号：04226课程名称：模式识别英文名称：Pattern Recognition课程类型：专业课课程要求：选修学时/学分：32/2 （讲课学时：28 实验学时：4）适用专业：智能科学与技术一、课程性质与任务模式识别课程是智能科学与技术专业的•门选修课，是研究计算机模式识别的基本理论和方法、应用。
模式识别就是利用计算机对某些物理现象进行分类，在错误概率最小的条件下，使识别的结果尽量与事物相符。
这门课的教学目的是让学生掌握统计模式识别和结构模式识别基本原理和方法。
本课程的主要任务是通过对模式识别的基本理论和方法、运用实例的学习，使学生掌握模式识别的基本理论与方法，培养学生利用模式识别方法、运用技能解决本专业及相关领域实际问题的能力，为将来继续深入学习或进行科学研究打下坚实的基础。
本课程的教学目的是为了使学生能应用模式识别处理计算机自动识别事物，机器学习数据分析中有关的技术问题。
由于本课程的目标是侧重在应用模式识别技术，因此在学习内容上侧重基本概念的讲解，辅以必要的数学推导，使学生能掌握模式识别技术中最基本的概念，以及最基本的处理问题方法。
学生在学习过程中还会用到一些概率论的最基本知识，线性代数中的部分知识，对学生在数学课中学到知识的进一步理解与巩固起到温故而知新的作用。
（该门课程支撑毕业要求中1.1, 2.1, 3.1, 3.3, 4.1, 6.1, 10.1和12.1）二、课程与其他课程的联系先修课程：概率论与数理统计、线性代数、机器学习后续课程：智能感知综合实践先修课程概率论与数理统计和线性代数为学生学习模式识别技术中最基本的概念，必要的数学推导打下基础，机器学习可以使学生建立整体思考问题的方法，并具有系统性能优化的概念。
本课程为后续智能优化方法打下理论基础。
三、课程教学目标1. 学习模式识别基本理论知识，理解参数估计的基本思想，掌握最大似然和贝叶斯儿种典型算法，理解聚类分析的的基本思想，掌握聚类分析的几种典型算法：（支撑毕业要求1.1,2.1）2. 具有数学分析和识别的基本能力；（支撑毕业要求1.1）3. 掌握基本的识别优化创新方法，培养学生追求创新的态度和意识；（支撑毕业要求3.1）4. 培养学生树立正确的分析和识别思想，了解设计过程中国家有关的经济、环境、法律、安全、健康、伦理等政策和制约因素；（支撑毕业要求3.3）5. 培养学生的工程实践学习能力，使学生具有运用标准、规范、手册、图册和查阅有关技术资料的能力；（支撑毕业要求4.1, 6.1）6, 了解模式识别方法前沿和新发展动向；（支撑毕业要求10.1, 12.1）四、教学内容、基本要求与学时分配五、其他教学环节（课外教学环节、要求、目标）无六、教学方法本课程以课堂教学为主，结合作业、自学及洲验等教学手段和形式完成课程教学任务。
北京理工大学研究生培养方案
控制科学与工程共济网081100网络督察（一级学科：控制科学与工程）kaoyantj共济控制科学与工程学科具有博士学位授予权并设博士后流动站，在2006年全国一级学科评估中综合排名第10。
下设“控制理论与控制工程（081101）”、“检测技术与自动化装置（081102）”、“系统工程（081103）”、“模式识别与智能系统（081104）”、“导航、制导与控制（081105）”、“运动驱动与控制”六个二级学科，其中，“控制理论与控制工程”是国家级重点学科，“模式识别与智能系统”是北京市和科工委重点学科。
kaoyantj控制科学与工程是研究控制的理论、方法、技术及其工程应用的学科。
控制科学以控制论、系统论、信息论为基础，研究各应用领域内的共性问题，即为了实现控制目标，应如何建立系统的模型，分析其内部与环境信息，采取何种控制与决策行为；而与各应用领域的密切结合，又形成了控制工程丰富多样的内容。
本学科点在理论研究与工程实践相结合、学科交叉和军民结合等方面具有明显的特色与优势，对我国国民经济发展和国家安全发挥了重大作用。
本学科主要研究方向有：3362 30391.控制理论与控制工程：复杂系统的建模、控制、优化、决策与仿真；鲁棒控制与非线性控制；工程系统的综合控制与优化；运动控制系统设计与分析；先进控制理论与方法。
112室2.模式识别与智能系统：智能控制与智能系统；专家系统与智能决策；模式识别理论与应用；智能信息处理与计算机视觉；生物信息学。
课3.导航、制导与控制：惯性定位导航技术；组合导航及智能导航技术；飞行器制导、控制与仿真技术；惯性器件及系统测试技术；火力控制技术。
共济网4.检测技术与自动化装置：先进传感与检测技术；新型执行机构与自动化装置；智能仪表及控制器；测控系统集成与网络化；测控系统的故障诊断与容错技术。
课5.系统工程：系统工程理论及应用；系统分析、设计与集成；系统预测、决策、仿真与性能评估；网络信息技术、火控与指控系统技术；复杂系统信息处理、控制与应用技术。
中国计量大学学术型学位研究生培养方案-中国计量大学人事处
中国计量大学学术学位研究生培养方案控制科学与工程学科培养方案（代码：0811）一、学科简介控制科学与工程是研究控制理论、方法、技术及其工程应用的学科，具体为以控制论、系统论、信息论为基础，研究各应用领域内的共性控制问题，即为实现控制目标，应如何建立系统的模型，分析其内部与环境信息，采取何种控制与决策行为。
本学科为浙江省一流学科（A类），本学位授权点隶属于机电工程学院。
本学科紧紧围绕学校在计量、标准、质量等方面的办学特色，突出“计量-控制-管理”一体化内涵，拥有一支学术水平高、研发能力强，学历、学缘和年龄结构合理的导师队伍，具备良好的实验条件和实践教学基地，构建了完善的课程体系和奖助体系，研究生培养过程规范，致力于控制学科创新型的高素质学术型人才培养。
本学科下设五个二级学科：控制理论与控制工程（081101）、检测技术与自动化装置（081102）、系统工程（081103）、模式识别与智能系统（081104）、装备制造与控制（0811z1）。
其中检测技术与自动化装置是浙江省重点学科，国家质检总局重点建设学科，是浙江省重中之重学科“仪器科学与技术”的组成部分，是学校首批按博士点标准建设学科。
控制理论与控制工程学科是校重点学科。
本学科针对控制学科发展趋势并结合质检行业特殊需求，在理论研究与工程实践相结合、学科交叉和多领域结合等方面已经具备了自身的特色与优势，包括非线性系统控制理论、温度计量与控制、机器人控制理论及其在计量领域的应用、检测装置的运动控制技术、太赫兹波测试技术等多个研究方向已经取得一系列国内外先进的研究成果。
本学科现有教授27人，副教授及副高职称人员60人，博士（后）学位教师73人。
本学科有全国“五一”劳动奖章获得者1人，全国模范教师1人，全国优秀教师1人，享受国务院政府津贴2人，浙江省“五一”劳动奖章获得者1人，浙江省功勋教师1人、浙江省“钱江学者”特聘教授1人，浙江省151人才第一、二层次2人，浙江省突出贡献中青年科技人员1人，浙江省高校学科带头人5人，浙江省高校中青年学科带头人3人，浙江省高校教学名师奖获得者2人，浙江省优秀教师1人，浙江省师德师风先进个人1人。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
模式识别与智能系统专业硕士研究生培养方案
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创新人才。
具备从事模式识别、多媒体信息处理、嵌入式系统、信息安全、生物信息学、智能控制、机器人、智能系统等方面的独立工作能力。
具有开拓进取的精神、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发展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
1、图象处理和模式识别：基本图像处理等算法的研究；以人脸、指纹、虹膜等为主的生物特征识别；医学图象配准等处理算法的研究以及视频监控和视频图象理解。
2、多媒体信息处理：数字图象、视频、音频处理；多媒体数据模型、多媒体数据库系统；基于内容的多媒体检索技术；分布式多媒体系统(多媒体邮件系统、多媒体广播系统、VOD系统、可视电话、视频会议系统、远程医疗系统。
3、嵌入式系统和射频识别：嵌入式系统应用技术以及安全关键理论研究；射频识别（RFID）应用技术以及微带天线设计。
4、信息安全：智能计算等在图像处理与编码中的应用，旨在发展快速高效和具有在低码率信道下实现视频图像实时编码潜能的压缩算法；数字水印技术
5、生物信息学：以计算机为工具对DNA和蛋白质序列、结构进行收集、整理、储存、发布、提取、加工、分析和研究；DNA序列中遗传语言的破译。
三、学习年限
硕士研究生实行弹性学制，学习年限一般3年。
四、培养方式
硕士研究生实行导师负责和指导小组集体培养相结合，课程学习和科学研究（论文工作、社会实践、工程实践等）相结合的方式，课程学习与科学研究并重。
在课程学习结束后，进行研究生中期考核，中期考核通过方可进入学位论文工作阶段。
五、课程设置
硕士研究生的课程分为学位课程和非学位课程。
其中，学位课程分为公共学位课程和专业学位课程两类，均为必修课；非学位课程包括必修课、选修课和补修课三类。
硕士研究生应修总学分不得少于32学分，其中学位课程不少于21学分。
补修课程一般为2-3门，由指导教师根据培养目标、研究方向和专业基础等因素在个人培养计划中确定。
同等学历人员应补修的本专业课程为信号与系统、数字信号处理和微机原理（至少补修2门）。
由本院协调随本科专业同堂上课、同堂考试，也可采取学生自学，本科任课教师或导师考核等方式补修。
如学生已经具备相关知识或修过相同或相近课程，可申请免修，但必须提出书面申请经过导师同意，报研究生部备案。
（课程详细设置情况参见课程设置表）△详见课程及学分设置表：
模式识别与智能系统专业硕士生课程及学分设置表
备注：《深圳大学硕士研究生培养方案总则》规定：各专业课程学习总学分不得少于32学分（理学专业为35学分），其中学位课程不少于
21 学分，非学位课程不少于11 学分。
六、免修课程
研究生通过自学或其它学习途径已掌握了本门课程的基本内容并达到其基本要求，经
本人申请，任课教师同意，院、校两级批准后可免修，但需参加该门课程结束时的考试或在
课程开始前单独组织的免修考试。
七、考核方式
考核分考试和考查两种。
除学术报告、教学实践、社会实践、文献阅读等进行考查外，其他课程一律进行考试。
（一）学位课程的考核原则上采用考试的方式；
（二）文献阅读结合开题报告进行考核，开题报告通过即自动获得学分；
（三）参加学术讲座情况由学生在《深圳大学硕士研究生参加学术讲座记录表》上登记，导师签字确认，研究生部抽查，累计10次即自动获得学分；
(四)补修课程的考核既可与本科生同堂同卷，也可由指导教师负责进行，在中期考核表
中签字确认。
（五）考试科目按百分制或等级制评定成绩，考查科目按通过、不通过两级记分制评定
成绩。
（六）考试课程成绩要求60分以上（含60分）可获得学分，考查课程通过者可获得
学分。
学位课程各科成绩平均达到75分以上（含75分）方可申请学位。
八、学位论文
硕士研究生应用一年半至二年的时间进行学位论文工作。
学位论文工作，一般应在第
三学期开始进行，第四学期初完成《学位论文工作计划》。
学位论文工作计划应包括文献阅读，学位论文选题、开题报告、科研调查、研究方法、实验手段、理论分析、文字总结等工
作的进度计划。
（学位论文要求详见《深圳大学硕士研究生学位论文工作细则》）
九、培养计划
为保证硕士研究生培养的质量，在第一学期结束前一个月，研究生指导小组应以师生双向互选的方式为研究生确定指导教师，经学院审定同意报研究生部。
在导师指导下，研究生要根据专业培养方案要求，于第一学期结束前制定出个人培养计划。
培养计划既要服从专业培养方案的总原则，又要根据每位研究生不同情况，因材施教。
研究生个人培养计划一式三份，分别由学院、研究生本人和研究生部各持一份。
十、参考书目
经典著作书目
1.R. Duda, P. Hart, D. Stork, Pattern Classification, 2nd edition, Wiley-Interscience,
2000.
2.R.C. Gonzalez and R.E. Woods, Digital Image Processing, 2nd edition, Prentice Hall,
2002.
3.Nils J.Nilsson， Artificial Intelligence, A New Synthesis, Morgan
Kaufmann Publishers.Inc,1999
主要的专业学术期刊
1.IEEE Trans. On Pattern Analysis and Machine Intelligence
2.IEEE Trans. On Signal Processing
3.IEEE Trans. On Image Processing
4.IEEE Trans. On Circuits and Systems
5.Pattern Recognition
6.Pattern Recognition Letters
7.Image and Vision Computing
十一、专业、学科组成员
组长：纪震
导师队伍：纪震、王志强、周小安、杨艳丽、张力、黄强
秘书：储颖。