博士生入学考试专业课考试大纲
博士入学考试大纲全解
博士入学考试大纲全解博士入学考试是评估考生能力和知识水平的重要环节，通过全面解读博士入学考试大纲，我们可以更好地准备和应对这一挑战，提高自己的考试成绩。
本文将全面解析博士入学考试大纲，帮助考生更好地理解考试内容和要求。
一、考试大纲概述博士入学考试大纲是考试的依据和指导文件，它明确了考试的目标、内容和要求。
考生在备考过程中，必须对大纲进行全面理解和准确掌握，以确保备考的针对性和高效性。
1.1 考试目标博士入学考试的目标是评估考生的学术能力、研究潜力和创新能力。
考试要求考生对所申请的学科领域有深入的理解和掌握，并具备独立开展科学研究的能力。
1.2 考试内容博士入学考试内容包括学科基础知识、专业知识和科研能力。
学科基础知识主要考查考生对所申请学科领域的基本理论知识和重要概念的掌握程度；专业知识主要考查考生对所申请学科领域的前沿知识和研究进展的了解程度；科研能力主要考查考生的科学研究思维和方法的应用能力。
二、学科基础知识解析学科基础知识是博士入学考试的重要组成部分，它是考生顺利通过考试的基础。
学科基础知识主要包括以下几个方面的内容。
2.1 基础理论知识基础理论知识是考生在所申请学科领域必须具备的基本知识。
考生需要掌握学科的核心理论、基本概念和基础原理，并能够应用于研究和实践中。
2.2 方法和技能方法和技能是考生在博士研究中必备的能力。
考生需要了解和掌握相关学科领域的研究方法和技术，并能够熟练运用于具体研究项目中。
2.3 学科前沿进展学科前沿进展是考生对所申请学科领域的了解程度的重要评判标准。
考生需要关注学科领域的最新研究成果和前沿进展，了解国内外学术界的最新动态。
三、专业知识解析专业知识是博士入学考试中的重要一环，它考查考生对所申请学科领域的深入了解和掌握程度。
专业知识主要包括以下几个方面的内容。
3.1 专业核心知识专业核心知识是考生在博士研究中必须具备的知识体系。
考生需要掌握学科领域核心的理论、方法和技术，并能够灵活应用于科学研究中。
博士考试大纲及参考书目(3901)
5.无约束优化问题的迭代解法；
6.数值微分,数值积分,函数逼近。
要求掌握基本理论知识，方法的基本思想和性质，重要方法的计算等。
参考书目录：
《计算方法》,周铁，徐树方等编著，清华大学出版社，2006年3月版（前8章）；
《数值计算方法》(上下册),林成森编著，科学出版社，2005年1月版。
制定学院：8院
制定人：倪勤
2010年6月25日
科目代码：3பைடு நூலகம்01
南京航空航天大学
博士研究生入学考试专业课考试科目清样
（考试科目：现代数值计算方法）
考试大纲：（以下表格内编写考试大纲，400字以内）
本科目主要考核数值计算方法的基础理论与算法，所涉及的基本内容有：
1.解线性方程组的直接法与迭代法;
2.解非线性方程(组)的数值方法;
3.多项式插值法；
博士生入学考试专业基础课考试大纲
博士生入学考试专业基础课考试大纲
课程名称：弹塑性力学
课程编号：283
适应学科：结构工程，防灾减灾与防护工程，工程力学
一． 考试要求
要求考生重点掌握本课程的基本概念、基本方法和基本理论，在此基础上要会解决弹性和塑性力学中的简单问题和弹性到塑性这一连续过程中应力和应变的变化问题，特别要掌握简单的平面问题的求解。
二． 考试内容
1． 应力与应变的基本概念
2． 屈服条件
3． 广义胡克定律
4． 增量理论和全量理论
5． 弹性平面问题的应力函数解法
6． 厚壁圆筒的弹塑性觧
7． 理想刚塑性平面应变的滑移线场理论
8． 柱体弹塑性扭转
9． 薄板的弹塑性弯曲
10． 板的塑性极限分析
三． 试卷结构
考试时间150分钟，满分100分。
* 问答题（包括判断、选择和填空题） 40分
* 弹性力学计算题 30分
* 弹塑性力学计算题 30分
四． 参考书目见招生简章。
昆明理工大学博士研究生入学考试《英语》考试大纲
昆明理工大学博士研究生入学考试《英语》考试大纲第一部分考试形式和试卷结构一、考试方式：考试采用闭卷笔试方式，试卷满分为100分。
二、考试时间：180分钟。
三、试卷内容结构：客观题占55%，主观题占45%。
四、试卷题型结构试卷由四部分组成：词汇、阅读理解、翻译（英汉互译）、写作。
其中：1.词汇，占15%。
测试考生词汇量及对常用词汇、短语和语法的熟练掌握程度。
2.阅读理解，占40%。
测试考生对篇章结构和阅读内容的理解能力，区分论点和论据的能力，以及阅读速度。
3.翻译（英汉互译），占25%。
测试考生对英汉两种语言转换的掌握程度。
4.写作，占20%。
测试学生的书面表达能力。
第二部分考试内容和要求一、词汇语法本部分主要测试考生是否具备一定的词汇量和根据上下文对词和词组意义判断的能力。
理解掌握5,000个左右的常用词和500个常用词组，熟练掌握其中2,000个左右的基本词，认知120个左右的常用词根和词缀，并能用构词法识别派生词。
考生应具备借助于词汇、句法及上下文线索对语言进行综合分析和应用的能力。
语法测试包括语态、语气、时态、动词非限定形式等。
要求考生从所给的四个选项中选出可用在句中的最恰当词或词组。
二、阅读理解本部分测试考生理解书面英语的能力，能熟练地运用各项阅读技能，具有语篇水平上的分析能力。
能较顺利地阅读并正确理解有相当难度的一般性题材文章和其他读物。
有四篇文章，每篇文章长度为400词左右，阅读速度达到每分钟60-70词，读后能理解中心思想及内容。
要求考生能：1.掌握篇章的组织结构，主题，主要论点和论据、具体细节，以及结论。
2.进行相关的判断和推理。
3.准确把握某些词和词组在上下文中的特定含义。
4.领会作者的观点和意图，判断作者的态度。
三、翻译1.英译汉要求考生将一篇近200词、有一定难度的一般性题材的英语短文翻译成汉语。
主要测试考生从语篇角度正确理解英语原句，并能用准确的书面汉语忠实、通顺地表达出来。
博士入学数学(高等数学、数值分析)课考试大纲
博士入学数学（高等数学、数值分析）课考试大纲
高等数学部分（50分）
1. 极限与连续
数列的极限，函数及函数的极限，极限的性质及运算法则，无穷小的比较，函数的连续性。
2. 导数与微分
导数的概念，导数的基本公式，导数的四则运算及求导法则，高阶导数，微分，函数的极值。
3. 微分中值定理
微分中值定理，洛必达法则，泰勒公式。
4. 积分
原函数与不定积分，定积分的概念与性质，换元积分法，分部积分法，微积分学基本定理，定积分的应用。
5. 微分方程
微分方程的基本概念，一阶微分方程，几种可积的高阶微分方程，线性微分方程及其通解的结构，常系数齐次（非齐次）线性微分方程。
6. 多元函数微积分
多元函数，偏导数与高阶偏导数，全微分，复合函数及隐函数的求导法，多元函数的极值，二重积分。
7. 无穷级数
无穷级数的敛散性，正项级数敛散性的判别，任意项级数，绝对收敛，幂级数及幂级数的收敛半径和收敛域，函数的幂级数展开。
数值分析部分（50分）
1．非线性方程求根
简单迭代法、牛顿法、割线法及其计算效率。
2．线性代数方程组的数值解法
向量与矩阵范数，高斯列主元消去法，误差分析；雅可比迭代法、高斯—赛德尔迭代法、超松弛迭代法及其收敛性讨论。
3．插值与拟合逼近
函数的拉格朗日插值、牛顿插值、埃尔米特插值、样条插值；曲线拟合的最小二乘逼近方法；误差分析。
4．数值积分
代数精度，低阶牛顿—柯特斯求积公式及其复化，龙贝格算法；高斯积分公式；数值积分公式的稳定性。
5．常微分方程初值问题的数值解法
常用单步法和多步法及其稳定性讨论；预测—校正格式。
博士研究生入学考试《数值分析(机电院)》考试大纲
博士研究生入学考试《数值分析（机电院）》考试大纲第一部分考试形式和试卷结构一、考试方式：考试采用闭卷笔试方式，试卷满分为100分。
二、考试时间：180分钟。
三、试卷内容结构：约占 60%，主观题约占 40%。
四、试卷题型结构：试卷由三部分组成：选择/判断、填空、分析/计算。
其中：1、选择/判断题，约占20%。
测试考生对本课程基本概念、基本知识和数值计算常用算法设计与分析方法的掌握程度。
2、填空题，约占40%。
测试考生运用数值计算相关基础知识和基本方法，开展计算、简要分析以及求解实际问题的能力。
3、分析、计算题，约占40%。
测试考生综合运用数值计算理论、典型方法解决综合问题，并开展相关计算方法收敛性以及误差分析等能力。
第二部分考察的知识及范围1.误差度量与数值算法设计误差基本概念：误差来源与分类，截断误差、舍入误差、绝对误差、相对误差，有效数字以及数值稳定性。
函数计算误差分析：一元函数误差估计，四则运算误差估计。
数值算法设计原则：简化计算步骤以节省计算量（秦九韶算法）、减少有效数字损失，选择数值稳定的算法。
2.函数的插值方法以及误差估计插值问题的基本概念：插值问题的描述，插值多项式的存在和唯一性，差商、差分的概念以及性质。
拉格朗日插值：线性插值与抛物插值，n次拉格朗日插值，插值余项公式。
牛顿插值：均差的概念与性质，牛顿插值公式及其余项，差分的概念与性质。
埃尔米特插值：两点三次埃尔米特插值及其余项，n点埃尔米特插值，非标准埃尔米特插值及其余项。
分段低次插值：分段线性插值，分段三次埃尔米特插值。
三次样条插值：三次样条函数建立，三次样条插值方法。
3.函数逼近与曲线拟合正交多项式：函数内积、欧几里德范数，正交函数序列，正交多项式，勒德让多项式，切比雪夫多项式。
最佳平方逼近：最佳平方逼近问题及解法，基于正交函数、勒德让多项式、切比雪夫多项式的最佳平方逼近。
最小二乘法：最小二乘曲线拟合问题的提出和解法，最小二乘计算，最小二乘法的应用（算术平均、超定方程组）。
华中科技大学博士研究生入学考试《光电技术》考试大纲
华中科技大学博士研究生入学考试
《光电技术》考试大纲
第一部分考试说明
一、考试性质
光电技术是一门研究有关光电信息的产生、传输、变换、处理和应用的专业课程，在信息学科类得到广泛的应用。
它的评价标准是高等学校信息学科类硕士毕业生能达到水平，以保证被录取者具有光电信息技术的基本理论和开展相关科研工作的能力。
二、考试形式与试卷结构
1.答卷方式：闭卷、笔试
2.答题时间:180分钟
3.题型比例：
(1)填空、选择题：约20%
(2)简答题：约20%
(3)计算题：约30%
(4)论述题：约30%
第二部分考查要点
一、信息的光学变换
L信息的光学市制变换
4.光学信号的时域调制
5.光学信号的空域调制变换原理
6.光学参量的调制变换原理
二、光电探测器
1.光电探测器的物理基础
2.光子类探测器(包括光电发射、光电导、光伏探测器)
3.热电类探测器
4.光电成像器件(重点是CCD摄像器)
三、光电信号处理
1.光电探测器的偏置电路
2.光电信号放大电路
3.微弱信号检测(包括LIA、Boxcar、光子计数技术)。
南京信息工程大学博士研究生招生入学考试考试大纲
南京信息工程大学博士研究生招生入学考试
考试大纲
科目代码：2014
科目名称：测度论
第一部分大纲内容
（1）集类与测度，掌握各种集类的定义与关系，掌握单调类定理，理解测度与测度的扩展定理，理解欧式空间上的1ebesgue-Stie1tjes测度和1ebesgue0
⑵理解可测函数以及单调类定理，掌握可测函数序列的收敛。
⑶理解可测函数的积分，掌握单调收敛定理和FatOU引理，控制收敛定理。
理解不定积分与符号
测度、1ebesgue分解。
掌握RandOn-NikOdym定理。
掌握空间1PJenSen不等式、Schwarz不等式。
（4）理解乘积可测空间、乘积。
域，乘积测度。
掌握FUbini定理。
了解无穷乘积空间上的概率测度及ko1mogorov相容性定理。
⑸掌握条件数学期望及其性质。
第二部分说明
1、基本要求：“测度论”课程的任务是研究测度，可测函数以及积分。
通过本课程的学习，学生
能运用数学工具正确分析典型的测度及积分问题，使学生具备进一步学习后续课程的理论基础。
2、分值比例：“了解（知识）”占15%,“理解（熟悉、能、会）”占40%,“掌握（应用）”占45%。
3、题型分布：解答题和证明题两种题型。
4、其他规定：考试方式为闭卷笔试。
考试时间为180分钟，试题主要测验考生对本学科的基础理论、基本知识和基本技能掌握的程度，以及运用所学理论分析、解决问题的能力。
试题要有一定的区分度，难易程度要适当。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
模式识别
控制理论
1.《自动控制原理》（第二版 上、下），黄家英著，高等教 育出版社，2010； 2. 《现代控制工程》 (第五版)， Katsuhiko Ogata (卢伯英， 佟明安译)，电子工业出版社， 2011；
1.《数据结构（C 语言）》， 严蔚敏、 吴伟民编著， 清华大 学出版社； 2. 《计算机算法设计与分析 算法设计与分析 （第 3 版）》，王晓东编著， 电子工业出版社； 3. 《数据结构与算法》 ， 张铭、 王腾蛟、 赵海燕编著， 高等教 育出版社。 一到十一章 《数字信号处理 -- 理论、算 法与实现》（2003 年 8 月， 数字信号处理 第二版），胡广书编著，清华 大学出版社。 其中 1 为学习和考试教材，2 一、医学影像技术 为参考辅助书。 1. X 射线的成像原理及图像质量评价，成像特点及应用范围； 1. 《医学成像系统 （第 2 版） 》 ， 2. CT 成像的基本原理，从投影重建图像的算法，平行束反投影重建算法，CT 图像质量评价，成 高上凯著，清华大学出版社， 2010； 像特点及应用范围； 2. 《医学成像与医学图像处 理教程》 ，田捷，代晓倩，杨 3. 超声成像系统的基本原理、系统评价及应用范围； 飞编著，清华大学出版社， 4. 磁共振成像方法的基本原理，傅里叶变换法，磁共振成像的特点及适用范围。 2013。 医学影像 二、医学图像处理 1. 数字图像处理基础：基本的图像变换(Fourier 变换、Hough 变换、Radon 变换)、滤波、均衡 化的基本原理、图像边缘检测常见算子等； 2. 医学图像分割：理解医学图像分割的基本概念、目的和流程，掌握阈值分割、区域增长的分割 方法； 3. 医学图像配准： 理解医学图像配准的目的； 掌握配准过程的基本流程， 以及各流程涉及的基本 常见方法，包括相似性度量方法、迭代优化方法、采样插值方法等。
博士生入学考试专业课考试大纲
（2015 年 7 月修订）
考试科目 命题范围 1. 统计决策方法：最小错误率贝叶斯决策、最小风险贝叶斯决策、两类错误率、ROC 曲线、正 态分布时的统计决策、错误率的计算； 2. 概率密度函数估计：最大似然估计、贝叶斯估计与贝叶斯学习、概率密度估计的非参数方 法； 3. 线性分类器：线性判别分析的基本概念、Fisher 线性判别分析、感知器、最小平方误差估 计、多类线性分类器； 4. 非线性分类器与神经网络：分段线性分类器、二次判别函数、多层感知器； 5．支持向量机与核方法：最优化分类超平面与线性支持向量机、核支持向量机、多类支持向量 机、核 Fisher 判别分析； 5. 其他分类方法：近邻法、决策树、随机森林基本概念、罗杰斯特（Logistic）回归基本概 念、Boosting 方法基本概念； 6. 特征选择（包含第 7 章的所有内容）； 7. 特征提取（包含第 8 章的所有内容）； 8. 聚类 动态聚类算法、模糊聚类方法、分级聚类方法。 1. 控制系统的数学模型：微分方程模型、传递函数模型、频率特性模型； 2. 线性系统统的时域与频域分析设计：系统瞬态和稳态响应特性、时域和频域性能指标、根轨 迹图、Bode 图、对数幅相图、稳定性及稳定裕度、Routh-Hurwitz 稳定判据、Nyquist 稳定 判据； 3. 线性系统的校正方法：校正网络、PID 控制器； 4. 线性离散系统的分析与校正； 5. 非线性控制系统分析：相平面法、描述函数法； 6. 线性系统状态空间分析：状态的概念、状态空间方程的建立与求解、状态变换、系统稳定性 （BIBO、渐近、李雅普诺夫）、能控性、能观性的基本概念及判别方法，结构分解； 7. 传递函数的实现（能控型、能观型、约当型、最小实现）； 8. 线性系统状态空间综合：极点配置、状态反馈和状态观测器（全维、降维）的设计、分离原 理、线性二次型最优控制。 参考书目 《模式识别》（第三 版），张学工编著，清华大 学出版社，2010。
注：本次修订在 2014 年 3 月版本的基础上增加了“医学影像”、“神经解剖学”两个考试科2. 3. 4. 5.
各类数据结构及存储方式（线性表、栈和队列、串、数组和广义表、树和二叉树、图）； 各类查找和排序算法及其时间、空间复杂度分析； 动态规划； 递归与回溯； 贪心算法。
1. 总论：神经系统的区分及基本构成，神经系统的常用术语，神经元的分类与结构，神经递质与 1. 《 临床中枢神经解剖学》 （第 2 版），李振平，刘树伟 调质的基本概念； 主编，科学出版社，2009； 2. 端脑：大脑半球的分叶及各叶的主要沟回，大脑皮质躯体运动区、躯体感觉区、语言中枢、视 2.《系统解剖学》（第 8 版， 第 16-20 章），柏树令，应大 觉区、听觉区的位置及功能定位，边缘系统的概念、组成、纤维联系和功能，基底核的组成和 君主编，人民卫生出版社， 位置，纹状体组成及纤维联系和功能，海马结构、功能及纤维联系，内囊的位置、分部及各部 2013。 所含的主要投射纤维束； 3. 间脑：间脑的位置、分部及各部的位置，背侧丘脑的主要核团及投射；下丘脑的分区、主要核 团、纤维联系及功能； 神经解剖学 4. 小脑：小脑的功能分区、皮质构筑、小脑核及三对小脑脚的组成；小脑的主要纤维联系和功 能； 5. 脑干： 脑干的分部和各部的主要结构及相连的脑神经根， 主要上、 下行纤维束在脑干各部形成 的结构及走行情况； 6. 脊髓：脊髓灰、白质的配布形式及各部名称，薄束、模束、脊髓丘脑束的位置、起止和功能， 皮质脊髓前、后束的位置、起止和功能； 7. 神经传导通路：本体感觉和精细触觉通路，躯干、四肢痛、温和粗触觉通路，头、面部感觉通 路、 视觉通路、瞳孔对光反射通路和听觉传导通路，锥体系的概念、组成及传导通路； 8. 脑膜脑血管：颈内动脉系统与椎－基底动脉系统的概念及其主要分支的皮质支和中央支支配 情况，大脑动脉环的组成、位置及其机能意义，硬脑膜窦的概念及硬膜外隙和蛛网膜下隙，脑 脊液的循环途径。