学科专业及导师简介
学科专业及导师简介
目前小宝探花 共有三个学科硕士点，其中1个一级硕士点，2个二级硕士点，共20位硕士研究生导师。
一、系统科学-一级硕士点
1.学科简介
系统科学以不同领域的复杂系统为研究对象，从系统和整体的角度，探讨复杂系统的性质和演化规律。目的是揭示各种系统的共性以及演化过程中所遵循的共同规律，发展优化和调控系统的方法。进而为其在科学技术、社会、经济、军事、生物等领域的应用提供理论依据。本学科主要基于大数据、人工智能、机器学习等新兴信息技术，以生态或生物系统、复杂智能系统为研究对象，研究系统的基本性质和演化机理、发展优化和调控系统的方法、改造系统的手段和方法，为系统的发展提供理论依据，并揭示系统的共性规律，形成系统科学的一般理论和方法。
2.学科（研究）方向
（1）数据智能系统分析与集成
数据智能系统分析与集成研究系统科学理论和方法在各种实际数据智能系统中的应用。其研究内容涉及建立系统的数学模型，对系统机理、特性等作定性、定量的研究。以改造系统为目的的系统科学需要研究如何有效地获取系统的信息，并实现不同层次的信息集成，以达到系统的局部或整体的最优。系统分析与集成的研究目的是加深人类对系统运动、演化一般规律的认识，并且为系统实现最优控制和高效管理等提供理论依据与各种行之有效的集成方法。
（2）复杂系统建模与智能计算
复杂系统建模与智能计算是该对应用领域中结构、关系复杂或规模庞大的问题进行数学描述，通过以线性、非线性或人工智能方法求可行解系统科学、建模理论、最优化理论、算法设计与分析和应用领域等学科内容。结合研究领域的特点，利用人工智能、机器学习等方法和技术，开展模型建立方法、优化和分析的研究。本学科方向将在（1）复杂系统建模与分析（2）智能信息处理（3）林业物联网这三个主要特色方向开展深入研究，围绕复杂系统的监测、模型的建立和分析优化、系统信息的智能计算等方向开展工作。
二、林业信息工程-二级硕士点
1.学科简介
林业信息工程学科是基于信息论研究林业的数字化、精准化和智能化以及林业信息获取、表达、加工、分析、处理、传输和控制的学科，本学科将在（1）林业信息可视化（2）林业地理信息技术（3）林业物联网这三个主要特色方向开展深入研究，围绕森林资源信息管理与系统开发、森林资源保护与监测、林业物联网、模式识别及其应用等领域开展工作。林业信息可视化和林业物联网研究方向是本学科着力建设的方向，将在“可视化数字森林资源信息平台”和“基于多传感器信息融合与数据挖掘技术的森林资源监管”等方面形成优势与特色。学科将在以上三个方向加强学术队伍和实验室建设，不断充实学科队伍，建立一支富有创造力和竞争力的学科团队，形成具有小宝探花-国产原创内容平台高清在线播放 特色、符合国家科技需求的一流硕士点学科。
2.学科（研究）方向
（1）林业信息可视化
本方向主要研究林业信息复杂的空间和属性数据以地理形式展现出来的计算机可视化相关技术与方法。
（2）林业地理信息技术
本方向主要研究林业信息的获取、处理、分析与表达，林业领域地理信息技术应用与二次开发的相关技术与方法。
（3）林业物联网
本方向主要研究物联网在林业资源经营、管理、利用的信息化、网络化、数量化和模型化中应用的相关技术与方法。
三、虚拟地理环境-二级硕士点
1.学科简介
虚拟地理环境（Virtual Geographical Environments, VGE）是地理空间信息可视化发展的最后集成系统，它以虚拟现实理念/虚拟现实技术为核心，基于地理信息、遥感信息、以及网络信息与移动空间信息，研究现实地理环境和赛博空间（Cyberspace）的现象与规律，是地理环境在计算机空间的映射。虚拟地理环境的研究，涉及到计算机图形学／仿真／虚拟现实技术、地球表层系统的地理环境、地理／遥感信息技术与科学、赛博空间与虚拟社区等，并且与虚拟现实、虚拟、虚／实关系、心理学、符号学、美学、信息论等社会、心理与哲学领域有着密切的关系，目前，VGE 系统正被应用到传统GIS 的诸多应用领域之中，如城市设计和规划、城市地下空间管理、环境监测、交通管理、地表建模、旅游等方面，为分析和解决这些领域中的问题提供了新的方式和手段，同时又拓展了新的应用，如数字黄河、虚拟旅游、虚拟校园、教学培训、虚拟企业等领域。作为新一代地理信息技术手段，VGE 具有广阔的发展前景，该学科的研究生也具有广阔的就业前景。
2.学科（研究）方向
（1）虚拟地理环境系统
该方向研究虚拟现实用于地理景观模拟，地学数据分析，地学模型计算与模拟等的理论和方法。具体研究内容包括：三维数据模型，实时三维图形显示和实时交互，地学模型计算算法与可视表达的融合，面向大众和面向地学专家的人机交互界面设计，虚拟环境空间认知，群体决策等。
（2）地学可视化系统
该方向结合数据挖掘技术，研究图形/图象/地图表达和图形思维用于地学知识发现的理论和方法。具体研究内容包括：地学可视化与地学图解，地学计算，(集聚) 知识表达，数据挖掘方法，多样化图形表达，面向地学问题求解的人机交互界面，多感知投入式问题求解方法，分布式群体合作研究方法，地图视觉认知，地理空间认知等。