计算机技术硕士(085404)专业学位
研究生培养方案
(2025级)
一、专业学位类别简介
计算机技术(电子信息)是以信息处理、电子技术、计算机应用等为核心的多学科交叉领域。当前,计算机技术(电子信息技术)对各领域的渗透正加速相关行业的智能化进程,物联网、大数据、人工智能、区块链等新技术,新型元器件和智能装备将进一步提高生产效率。电子信息技术在21世纪必将取得更大的进步,为开拓人类的认知空间提供更强大的手段与条件,并推动科学技术和社会经济发展的跨越式、变革式发展。
本学科注重前沿技术与产业需求的结合。课程体系包括传感器与无线传感网、嵌入式系统、物联网技术、机器学习、深度学习等核心内容,同时通过校企合作、科研项目及实践基地强化学生的创新能力和解决复杂工程问题的能力。毕业生可在通信、人工智能、智能制造、智慧农业等领域从事研发、设计、管理等工作,或在科研院所及高校继续深造。本专业强调“产学研用”协同创新,为包括农业等产业升级与国家数字化战略提供人才支撑。
二、主要研究方向
物联网、嵌入式系统、计算机视觉、深度学习、边缘人工智能、农业人工智能、智能农机与装备、智能信息处理等方向。
三、培养目标
计算机技术(电子信息)专业硕士学位点培养目标:旨在培养掌握涵盖计算机、物联网、大数据、人工智能、农业信息化等领域坚实的基础理论和宽广的专业知识,熟练一门外语应用能力,具有较强的解决实际问题的能力,能够独立承担计算机技术或相关管理工作,爱国守法并具有良好的职业素养的高端应用型、复合型人才。具体要求为:
1.拥护中国共产党的领导,热爱祖国,遵纪守法,具有科学严谨和求真务实的学习态度和工作作风,诚实守信,恪守学术道德规范,尊重他人的知识产权,杜绝抄袭与剽窃、伪造与篡改等学术不端行为。
2.掌握计算机技术(电子信息)领域的基础理论、先进技术方法和现代技术手段,了解本领域的技术现状和发展趋势;能够描述工程实际问题,建立适当的数学模型,具有较强的解决本领域实际问题的能力;具有团队合作能力,能够胜任本领域高层次工程技术和工程管理工作,具备良好的国际视野及创新创业能力。
3.具有高度的社会责任感、强烈的事业心和科学精神,掌握科学的思想和方法,坚持实事求是、严谨勤奋、勇于创新,能够正确对待成功与失败,遵守职业道德和工程伦理。具有良好的身心素质和环境适应能力,富有合作精神,既能正确处理国家、单位、个人三者之间的关系,也能正确处理人与人、人与社会及人与自然的关系。
四、学分、学制与学习年限
全日制:专业学位硕士研究生学制3年,最长不超过5年。应修总学分不少于≥32学分,其中课程学分≥24学分,实践环节8学分。课程学习一般在一年内完成。
非全日制:专业学位硕士研究生学制3年,最长不超过5年。应修总学分不少于≥32学分,其中课程学分≥24学分,实践环节8学分。课程学习一般在一年内完成。
五、培养方式与方法
1.实行双导师制。全日制专业硕士专业学位研究生采取校内课程学习和校外实践相结合的学习方式;注重课程学习与实践研究相结合培养。各培养单位应根据培养需要建立全日制农业推广硕士专业学位研究生校外实践基地,鼓励采用顶岗实践的方式进行实践研究。其中实践研究不少于6个月。
2.学位论文指导实行导师负责制。以校内导师为主,聘请校外导师参与实践过程、项目研究等环节的指导工作。校外导师一般应具有丰富的实践经验并有高级技术职称。
六、课程设置
研究生课程由学位课(即必修课程,包括公共必修课程(6~8学分)、专业必修课程(6~8学分))、非学位课程(即选修课程(10~12学分),包括公共选修课程、专业选修课程)和补修课程等三部分组成。同等学力或跨专业攻读硕士研究生,需补修相关领域本科阶段的主干课程两名,成绩不计入总学分。课程实行学分制,所有课程的考核以百分制计,学位课程70分为合格(英语符合免修条件的且申请免修的,视为合格),非学位课程60分为合格。
具体课程信息参加《计算机技术硕士专业学位研究生课程及必修环节设置表》。
七、培养环节(8学分)
研究生在学期间应完成课程学习及以下培养环节。
1.制定个人培养计划(入校3周内完成)
新生应在入学后3周内在导师指导下初步制定个人培养计划(主要是课程学习和实践计划),并在随后2个月内逐步完善,确定后的培养计划经导师签字确认后于入学当年的10月底提交研究生部备案。
2.科学道德和学术规范教育(第1学期,1学分)
新生入学后应接受学术规范、学术道德和学术诚信教育,必须参加学校组织的专题教育报告会,报告会实行签到考勤,要求全勤。
3.开题报告和中期考核(第3学期完成)
研究生须完成培养计划规定的课程学习并获得规定学分后方可进行学位论文开题。
专业学位硕士研究生学位论文选题应来源于应用课题或现实问题,必须有明确的职业背景和应用价值。同时,选题要有一定的技术难度和工作量,要具有一定的理论深度。主要可从以下几个方面选取:(1)电子信息技术攻关、改造、技术推广与应用研究。(2)本领域相关的新系统、新设计、新产品、新方法、新技术的研发。(3)嵌入式系统的基础应用性研究、预研和应用性研究。(4)人工智能领域应用基础性研究和预研、技术攻关、改造、技术推广与应用研究。(5)农业人工智能和智慧农业。(6)智慧农业和智能农机装备。(7)其他相关课题。研究生在导师的指导下确定研究方向,通过查阅文献、收集资料和调查研究确定研究课题,进入论文工作前进行开题和方案论证,在学院内公开报告,要求第3学期完成。具体要求参照相关文件。
研究生中期考核,主要是对政治思想、课程学习、科研能力等方面进行综合考查和评议,具体要求按学校相关规定执行。
4.学术活动(第1-5学期完成,1学分)
专业硕士研究生在学期间应参加不少于4次学术活动,学术活动内容包括参加学术讲座、学术报告、学术研讨会等,登记到学术活动记录表内,每次活动需要导师或主办单位负责人老师签名,每次记录的内容或心得体会不少于500字。
5.专业实践(第1~5学期完成,6学分)
专业实践可采用集中实践与分段实践相结合的方式,接受累计不少于6个月的实践训练。实践形式可以是企业或行业实践、课题研究、创新创业等多种形式。全日制研究生专业实践原则上在本专业学位校企合作实践基地进行。非全日制研究生专业实践一般在研究生所在单位进行,结合自身工作岗位任务开展实践。在条件允许的情况下,非全日制研究生也可到本领域校企合作实践基地进行实践。研究生在专业实践结束后,须提交专业实践总结报告等材料,经学院考核通过后,方能取得相应学分,要求第5学期完成。
其组织方式为:
专业实践环节由学院会同导师统一组织或分散选派研究生进入实践基地,结合学位论文工作开展专业实践。此外,专业学位研究生可在导师的安排下采取以下几种方式灵活进行:
(1)校内导师或校外专业实践指导教师结合自身所承担的科研课题尤其是应用型课题,安排研究生在校内外可开展实践训练的企事业实验室、农事训练场所进行科研或工程项目、技术岗位、管理岗位、案例模拟训练以及其它形式的专业实践训练;
(2)研究生结合本人的就业去向,经导师同意,自行联系实践单位开展实践;
(3)研究生参加校、院组织的“三下乡”活动 3 天,计 0.5 分,此项最多可计 2 学分;
(4)研究生承担实验实践教学活动 4 学时,计 1 分,此项最多可计 2 学分;
(5)参加中国研究生创新实践系列大赛及其他由本专业指定的学科竞赛、创新创业活动并获指定奖项 1 次(具体参加仲恺农业工程学院人工智能学院学科竞赛、创新创业活动评估和认定标准),计 2 学分,此项最多可计 4 学分。
专业实践的内容可根据不同的实践形式由校内导师和校外合作单位协商决定,但原则上必须从事本行业领域相关的技术研究、推广应用工作,以及在实践单位所从事的职业体验活动及职业素养提升等内容。专业实践训练结束后,研究生向学院提交专业实践训练考核表,必要时以集中答辩方式进行汇报。
6.学位(毕业)论文撰写和答辩(第6学期完成)
学位(毕业)论文研究的实际工作时间(从开题报告到申请论文答辩)一般不少于1年。专业学位论文应反映研究生综合运用知识技能解决实际问题的能力和水平,可将研究报告、规划设计、产品开发、案例分析、管理方案、发明专利、文学艺术作品等作为主要内容,以论文形式表现。
论文撰写必须在导师指导下由研究生独立完成。论文应当结构完整,逻辑严密,条理清晰,语言规范,数据准确,亮点突出,引用得当,保证原创性。具体要求按学校相关规定执行。
学位(毕业)论文实行原创性检测、专家评阅、公开答辩制度。论文评阅和答辩一般安排在第6学期。具体要求按学校相关规定执行。
7.成果要求
在学院学位评定分委员会讨论建议授予学位前,满足以下科研成果要求:
论文成果要求研究生本人为第一作者,或者导师(第一导师或第二导师)为第一作者、研究生本人为第二作者;第一署名单位为仲恺农业工程学院。具体要求为完成以下条件之一:
(1)发表(含录用)本学科学术论文 1 篇,要求符合以下条件之一:
a)省级以上期刊学术论文(学术期刊的“增刊、特刊、专刊、专辑”上发表的论文以及被论文集收录的论文均不计);
b)中国计算机学会(CCF)推荐期刊或学术会议论文;
(2)授权国家发明专利 1 项,或公开发明专利 1 项(发明人中要求在学生中排名第一,且发明人中含有导师);
(3)授权实用新型专利或软件著作权合计 2 项(发明人或著作权人中要求在学生中排名第一,且发明人或著作权人中含有导师);
(4)作为主要参与人(国家级排名前 7,省市级排名前 5)获得省市级以上本学科相关科技奖励 1 项;
(5)参加 1 项 B 类以上学科竞赛获一等奖(排名前 2),或参加 1 项 A 类以上学科竞赛获二等奖及以上(排名前 2)。
注:科技奖励等级认定参考最新版的仲恺农业工程学院学术业绩评价体系,学科竞赛等级认定参考全国高校竞赛评估和管理体系以及仲恺农业工程学院竞赛(或仲恺农业工程学院人工智能学院)认定标准,若有冲突,以仲恺农业工程学院人工智能学院评估和认定标准为准)。
8.学位论文工作的全过程,包括选题、开题报告、学位论文中期考查、学位论文标准,学位论文预答辩、学位论文评阅、学位论文答辩等环节。具体规定和要求如下:
选题、开题报告:开题报告通过后,研究生无法按原开题方案继续进行论文研究的,必须重新开题。开题报告不通过的,3 个月后方可重新申请开题。连续 3 次开题未通过者,取消学籍,终止培养。
中期考查:中期考查不通过者,3 个月后方可申请重新考查;第 2 次考查仍未通过的,按程序做肄业或退学处理。
学位论文标准,按照《人工智能学院研究生学位论文撰写规定(2026年版)》执行。
学位论文预答辩、学位论文评阅、学位论文答辩等环节,按学校相关规定执行。
八、毕业与学位授予
研究生在规定学习年限内,修满培养方案规定学分,完成培养环节,考核合格,方可申请学位(毕业)论文答辩。通过毕业(学位)论文答辩,准予毕业。符合学位授予条件的,经学校学位评定委员会审议通过后,授予学位。未达到课程学分及培养环节要求的作肄业处理。
计算机技术硕士专业学位研究生课程及必修环节设置表
课程 类别 | 课程编号 | 课程名称 | 学分 | 学时 | 学期 | 备注 |
学位 课程 | 公共必修课 | 100006 | 新时代中国特色社会主义理论与实践 The Theory and Practice of Socialism with Chinese Characteristics in New Era | 2 | 32 | 1 | 全体研究生 |
116002 | 自然辩证法 Dialectics of Nature | 1 | 16 | 1 | 全体研究生 |
117002 | 基础英语II Basic EnglishII | 3 | 48 | 1 | 全体专硕生 |
专业必修课 | 407005 | 工程伦理 Engineering Ethics | 1 | 16 | 1/2 | 人工智能学院 |
407001 | 最优化方法 Optimization Methods | 2 | 32 | 1 | 人工智能学院 |
407002 | 矩阵理论与方法 Matrix Theory and Methods | 2 | 32 | 1/2 | 人工智能学院 |
407003 | 高级算法设计与分析 Design and Analysis of Advanced Algorithms | 2 | 32 | 1/2 | 人工智能学院 |
407004 | 机器学习 Machine Learning | 2 | 32 | 1/2 | 人工智能学院 |
非学位课程(选修课) | 公共选修 | 501001 | 文献检索与论文写作 Academic Writing and Literature Search | 1 | 16 | 2 | 全体研究生 |
505001 | 职业生涯规划 Career Planning | 1 | 16 | 2 | 全体研究生 |
507001 | 人工智能概论 Introduction to Artificial Intelligence | 1 | 16 | 2 | 全体研究生 |
516001 | 研究生心理健康教育 Mental Health Education for Postgraduate Students | 1 | 16 | 2 | 全体研究生 |
专业选修课 | 607001 | 物联网技术与工程项目案例 IoT Technologies and Engineering Project Cases | 2 | 32 | 1 | 人工智能学院 |
607002 | 分布式系统及云计算技术 Distributed Systems and Cloud Computing Technologies | 2 | 32 | 2 | 人工智能学院 |
607003 | 嵌入式系统 Embedded Systems | 2 | 32 | 2 | 人工智能学院 |
607004 | 智能机器人 Intelligent Robotics | 2 | 32 | 2 | 人工智能学院 |
607018 | 机器人控制技术 Robot Control Technology | 2 | 32 | 2 | 人工智能学院 |
607006 | 传感器与无线传感网 Sensors and Wireless Sensor Networks | 2 | 32 | 2 | 人工智能学院 |
607007 | 农业大数据 Agricultural Big Data | 2 | 32 | 1/2 | 人工智能学院 |
607008 | 农业信息技术 Agricultural Information Technology | 2 | 32 | 1/2 | 人工智能学院 |
607009 | 数字图像处理及模式识别 Digital Image Processing and Pattern Recognition | 2 | 32 | 2 | 人工智能学院 |
607019 | 并行处理与体系结构 Parallel Processing and Architecture | 2 | 32 | 2 | 人工智能学院 |
607011 | 区块链技术与实践 Blockchain Technology and Practice | 2 | 32 | 1/2 | 人工智能学院 |
607012 | 深度学习 Deep Learning | 2 | 32 | 1/2 | 人工智能学院 |
607013 | 现代软件开发与应用 Modern Software Development and Applications | 2 | 32 | 2 | 人工智能学院 |
607020 | 软件体系结构 Software Architecture | 2 | 32 | 2 | 人工智能学院 |
607015 | 自然语言处理 Natural Language Processing | 2 | 32 | 2 | 人工智能学院 |
607016 | 科技前沿 Frontiers in Science and Technology | 1 | 16 | 2 | 人工智能学院 |
607017 | GIS及其在农业领域应用 GIS and Its Applications in Agriculture | 2 | 32 | 2 | 人工智能学院 |
必 修 环 节 | 700001 | 科学道德与学术规范教育 Research Ethics and Academic Norms Education | 1 |
| 1 | 培养单位负责 |
700002 | 学术活动II Research Ethics and Academic Norms EducationII | 1 |
| 1-5 |
700003 | 专业实践 Professional Practice | 6 |
| 1-5 |
700004 | 开题报告和中期考核II Thesis Proposal and Mid-term AssessmentII | 0 |
| 3 |
700005 | 学位/毕业论文撰写和答辩 Dissertation/Thesis Writing and Defense | 0 |
| 3-6 |
补修课程 |
| 2门课程 | 不计学分,参照本科生课程设置 | 同等学历或跨专业录取的研究生 |