1.粗糙集理论及其应用：粗糙集的约简算法、粗糙集理论的扩展研究以及粗糙集理论在知识发现中的应用等内容；

2.多媒体信息处理：图像低层特征的研究、图像高层语义特征的研究、音频特征的提取，以及基于内容的图像检索方法等；

3.数据挖掘与知识发现：Web挖掘、基于概念格的知识表示与知识发现、ontology的理论与应用、智能检索技术、数据库与数据仓库技术的理论与应用等。

计算机研究生方向选择:智能信息处理技术、知识处理与智能系统、可信

如果不考博士的话，最好在学校跟着到时做项目，或者自己能开发出应用级别的系统，这样出来后好多公司要抢呢，薪水大概1W左右；如果混过去了，只做理论方面=混过去了，钱途就不好说了。如果读博士的话，建议好好把矩阵分析，概率等基础学科弄扎实扎实扎实，读博在花时间搞应用也行。

偏硬件的话前几个要好些

智能信息处理技术的定义是什么？

智能信息处理技术：主要介绍计算智能、智能信息处理、智能感知与目标识别技术、数据挖掘与知识发现技术

智能信息处理有哪些方法？

③还有就是研究粗糙集理论和其他软计算方法或者人工智能的方法相接合，和模糊理论、神经网络、支持向量机、遗传算法等

信息必然经过智能处理吗？

智能信息处理是是利用计算机对物体、图像、语音、字符等进行自动识别的技术，它的一般过程包括：样本采集、信息的数字化、预处理、数据特征的提取、与标准模式进行比较、分类识别。

由于信息通常载在一定的信号上，对信息的处理总是通过对信号的处理来实现。所以，信息处理往往和信号处理具有类同的含义。信息处理的目的主要是：提高有效性；提高抗干扰性；改善主观感觉的效果；对信息进行识别和分类；分离和选择信息。总的来说是为了更好地与信宿的性质相匹配，舍弃那些对信宿无关的部分，突出信宿需要的有用部分。

信息处理的一个基本规律是“信息不增原理”。这个原理表明，对载荷信息的信号所作的任何处理，都不可能使它所载荷的信息量增加。一般来说，处理的结果总会损失信息，而且处理的环节和次数越多这种损失的机会就越大，只有在理想处理的情况下，才不会丢失信息，但是也不能增加信息