谈谈工科研究生选题

研究生在校期间，研究做得好不好，成果多不多，除了个人的努力以外，其实跟选什么类型的题目，也有一定关系。

科研课题有很多不同的分类，常见的分类包括：

一、按课题性质分类

即基础型、应用基础型及工程应用型。

不同性质的课题，在不同的发展时段，也会有以下第二种分类。

二、按发展时段分类

即经典、热点及前沿类课题。

对于发论文有要求的博士研究生来说，最好选基础研究或应用基础研究。这些课题一般具有理论上的前瞻性，容易出成果。对于时间相对较短，论文要求相对较低的硕士研究生，建议选择工程应用型。

当然，一般来说，研究生都会在刚进实验室不久后，就开始选题。对于实验室研究方向还不是很清楚、或者研究领域还很陌生的低年级学生来说，大部分选题是靠导师引导的，而导师一般又是根据现有课题的布局进行题目发布的。

因此，落实到实验室的具体选题，还会稍有变化。

1）短平快的工程项目，一般适合于进入实验室后的学习和练手，体验科研快感，但不利于作为学位论文的选题。

2）一年周期的工程应用课题，说明有一定难度，一般也会是团队合作，举众人之力。这种课题比较适合于硕士研究生选题。

3）3-5年内研制周期的课题，适合于硕、博士生选题，一定是理论性、创新性较强，也具有一定挑战性的课题。容易出成果，也有多人组成的团队作战。

4）所谓预研课题，也就是实验室想做，但还没有具体课题支撑的。这类课题，一定也是热点问题、实验室未来可持续发展所需提前开展的研究工作。因为是预研课题，老师的关注度不会很高，主要精力一定在现有课题的进展和实施中。因此，这类课题适合于喜欢自由研究，本身自学能力强、沉得下心的同学。如果不是这样的学生，最好避开选此类题目。结果，要么很好，要么很惨。

关于热点问题，如计算机视觉领域的目标跟踪，人工智能中的机器学习等，也要慎重考虑。所谓热，那就是做的人也很多，竞争也很强，要想做到顶尖不容易。

另一个建议，对于做信号处理或图像处理方向的研究生来说，最好是结合具体的应用来选题。即“信号处理+”或“图像处理+”应用领域的模式。毕竟是工科研究生，解决了工程应用领域的瓶颈问题，也是创新，尽量避免搞纯粹的算法研究。

个人之见，仅供参考。