模式識(shí)別與智能系統(tǒng)屬控制科學(xué)與工程的二級(jí)學(xué)科，江蘇高校優(yōu)勢(shì)學(xué)科建設(shè)工程三期項(xiàng)目立項(xiàng)學(xué)科，現(xiàn)有博士生導(dǎo)師4人，碩士生導(dǎo)師8人。本學(xué)科以各種傳感器為信息源，以信息處理與模式識(shí)別的理論技術(shù)為核心，以數(shù)學(xué)方法與計(jì)算機(jī)為主要工具，探索對(duì)各種信息進(jìn)行處理、分類、理解并在此基礎(chǔ)上構(gòu)造具有智能特性系統(tǒng)的方法、途徑與實(shí)現(xiàn)，以提高系統(tǒng)性能。學(xué)科圍繞模式識(shí)別理論與技術(shù)、多媒體與智能計(jì)算、分布式計(jì)算處理技術(shù)、群智能與智能信息處理技術(shù)、交通安全與大數(shù)據(jù)、數(shù)據(jù)處理與數(shù)據(jù)工程等方向從事理論與應(yīng)用的研究。本學(xué)科已完成包括國(guó)家自然科學(xué)基金等在內(nèi)的國(guó)家級(jí)項(xiàng)目10余項(xiàng)，省部級(jí)項(xiàng)目10余項(xiàng)，取得了一批有特色和創(chuàng)新的研究成果，近年來(lái)獲得省部級(jí)一等獎(jiǎng)4項(xiàng)、省部級(jí)二等獎(jiǎng)3項(xiàng)，取得了較好的經(jīng)濟(jì)和社會(huì)效益。
在研的部省級(jí)以上課題：
(1) 基于先驗(yàn)約束和互補(bǔ)搜索的粒子群優(yōu)化算法及其在高維小樣本數(shù)據(jù)處理上的應(yīng)用，國(guó)家自然科學(xué)基金面上項(xiàng)目。
(2) 面向大規(guī)模視角語(yǔ)音信號(hào)的復(fù)雜情感發(fā)現(xiàn)與分析方法研究，國(guó)家自然科學(xué)基金面上項(xiàng)目。
(3) 面向移動(dòng)視頻點(diǎn)播的內(nèi)容分析技術(shù)研究，國(guó)家自然科學(xué)基金面上項(xiàng)目。
(4) 面向行業(yè)應(yīng)用的物聯(lián)網(wǎng)系統(tǒng)平臺(tái)，科技型中小企業(yè)技術(shù)創(chuàng)新項(xiàng)目。
(5) 基于已存知識(shí)重用的大數(shù)據(jù)分布式遞進(jìn)分類挖掘方法研究，國(guó)家自然科學(xué)基金青年基金。
(6) 大規(guī)模監(jiān)控視頻存儲(chǔ)與分析關(guān)鍵技術(shù)研發(fā)，江蘇省重點(diǎn)研發(fā)計(jì)劃。
(7) 基于先驗(yàn)約束和互補(bǔ)搜素的粒子群優(yōu)化算法及其在高維小樣本數(shù)據(jù)處理上的應(yīng)用，國(guó)家自然科學(xué)基金面上項(xiàng)目。
(8) 基于語(yǔ)義概念深度挖掘的視頻復(fù)雜事件檢測(cè)方法研究，國(guó)家自然科學(xué)基金面上項(xiàng)目。