北京科技大学智能感知与模式识别博士培养主要依托人工智能学院(智能科学与技术学院)及计算机与通信工程学院开展,对应人工智能科学与工程、计算机科学与技术等一级学科博士点及电子信息专业学位博士点。该方向聚焦视觉机器学习、多模态智能感知、工业智能及类脑计算等前沿领域,面向国家新一代人工智能战略、智能制造、智慧医疗及智慧城市等重大需求。博士招生采用“申请-考核制”,具体以当年招生章程为准。
研究方向重点突破复杂动态环境下的智能感知、模式识别与自主决策瓶颈。具体涵盖视觉机器学习与智能感知、多模态大模型与跨模态协同感知、模式识别与计算机视觉、工业智能与数据挖掘、类脑智能与认知计算、机器视觉与三维重建、穿透成像与红外图像分析等。研究强调深度学习模型、多模态特征融合、迁移学习、强化学习及系统集成,实现智能感知与模式识别技术在真实工业与社会场景中的高鲁棒性、泛化性与工程化落地。
备考需围绕机器学习、模式识别、计算机视觉、数字图像处理、线性代数、概率论与数理统计、最优化方法、数据结构与算法等核心课程展开。建议复习《机器学习》《模式识别》《计算机视觉》《数字图像处理》等经典教材。研究设想应按“核心智能感知与模式识别科学问题—文献综述—算法设计与模型架构—实验验证—预期创新点”逻辑撰写。
该方向平台优势显著,拥有模式识别与人工智能技术创新实验室、智能感知与工业智能团队、机器视觉与智能感知团队、华为5G+工业视觉联合实验室、智能仿生无人系统教育部重点实验室等科研平台。代表性导师包括殷绪成教授(国家杰青,模式识别、计算机视觉、工业人工智能、人工智能芯片)、周鹏教授(视觉机器学习、多模态大模型、智能感知、智慧医疗)、朱超教授(计算机视觉、模式识别、视觉/语言多模态分析、工业智能)、刘宝林教授(类脑智能系统、认知计算、模式识别、机器学习)、张利欣研究员(机器视觉与智能感知、模式识别、工业工程应用)等。导师通常要求考生具备扎实的数学与计算机基础、良好的算法设计及跨学科研究能力。
研究设想可聚焦基于深度学习的复杂场景视觉感知与目标检测、多模态协同感知与跨模态检索、工业场景下的视觉机器学习与缺陷检测、类脑智能系统的计算模型与识别机制、红外图像分析与穿透成像技术、迁移学习与小样本模式识别、边缘智能与轻量化感知模型、多模态大模型在智慧医疗/工业检测中的应用等。申博难点在于需明确细分方向(视觉感知/多模态/工业智能/类脑计算),研究设想要体现具体算法创新与模型可行性,面试将深度追问机器学习理论、模式识别基础及前沿热点。
知点申博全科辅导服务可为该方向考生提供系统支持,包括定制一对一研究设想打磨、科研简历优化、复试模拟及学术热点分析等,助力考生精准匹配北科大相关学院要求。博士录取受多重因素影响,考生应以官方最新招生简章为准。
如需了解知点申博全科辅导服务,可咨询报名联系4000003363,或添加微信shuoedu。
