2020-2021年中国科学院大学软件工程专业考研招生情况、分数线、参考书目、录取名单、复习经验指导

合集下载
  1. 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. 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. 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)。

一、软件研究所简介

中国科学院软件研究所成立于1985年,是一所致力于计算机科学理论和软件高新技术的研究与发展的综合性基地型研究所。

作为中国科学院大学研究生培养单位之一,2019年预计在计算机科学与技术(A+)[ 在全国第四轮学科评估中,计算机科学与技术一级学科被评为A+,软件工程(0835)一级学科被评为A-.]、软件工程(A-)和网络空间安全[ 网络空间安全为2016年新增一级学科。]等一级学科招收79名学术型硕士研究生;在软件工程专业领域招收16名全日制专业学位硕士生。2019年预计招收硕士研究生95人,其中推荐免试研究生70人左右。最终招生人数以正式下达的招生计划文件为准,招收推免生人数以最后推免系统确认的录取人数为准。

二、中国科学院大学软件工程专业招生情况、考试科目

三、中国科学院大学软件工程专业分数线

四、中国科学院大学软件工程专业考研参考书目

863.计算机学科综合(专业)

1、计算机网络(第七版). 谢希仁编著,北京:电子工业出版社,2017年。

考试要求:

1. 掌握计算机网络的基本概念、基本原理和基本方法;

2. 掌握计算机网络的体系结构和典型网络协议,了解典型网络设备的组成和特点,理解典型网络设备的工作原理;

3. 能够运用计算机网络的基本概念、基本原理和基本方法进行网络系统的分析、设计和应用。

五、中国科学院大学软件工程专业复试原则

复试成绩=笔试(含上机考核成绩)成绩×50%+面试成绩×50%

思想品德考核(调阅考生档案或政审)及体检不作量化计入总成绩。有严重违纪记录的即视为思想品德考核不合格。

复试采取分组差额复试,复试与录取比例约为1.2:1。复试主要包括:

1)笔试(机试)

主要考核考生对本学科专业理论知识和应用技能掌握程度,利用所学理论发现、分析和解决问题的能力,对本学科发展动态的了解以及在本专业领域发展的潜力等。各复试组可根据情况增加上机实践考核,分数计入笔试成绩(权重为50%)。笔试考试时间2小时(不含上机考核时间)。笔试(含机试)采取百分制,低于60分为不合格。

2)面试

3)面试主要对考生的英语听说能力、专业素养、创新能力和综合素质等进行考查。每个考生的面试时间一般不少于20分钟,其中英语听说能力测试时间5分钟左右。面试计分采取百分制,其中英语听说测试成绩占10%。面试成绩低于60分为不合格。

六、中国科学院大学软件工程专业录取原则以及录取名单(2018)

考生总成绩=初试总成绩/5×60%+复试成绩×40%

各组根据考生总成绩,按学位类别分别由高到低依次进行拟录取。优先拟录取第一志愿考生。有特殊学术专长或具有突出培养潜质者,以及在科研和相关实践中表现特别突出者,经复试小组提议(附说明材料),所教育领导小组审核同意,可予以优先考虑录取。

凡具有下列情况之一的考生,均不予录取:

l 思想品德考核不合格;

l 体检不合格;

l 复试阶段,笔试(含上机考核)成绩或面试成绩不合格;

l

七、中国科学院大学网络空间安全专业考研复习建议

1、零基础复习阶段(6月前)

本阶段根据考研科目,选择适当的参考教材,有目的地把教材过一遍,全面熟悉教材,适当扩展知识面,熟悉专业课各科的经典教材。这个期间非常痛苦,要尽量避免钻牛角尖,遇到实在不容易理解的内容,先跳过去,要把握全局。系统掌握本专业理论知识。对各门课程有个系统性的了解,弄清每本书的章节分布情况,内在逻辑结构,重点章节所在等。

2、基础复习阶段(6-8月)

本阶段要求考生熟读教材,攻克重难点,全面掌握每本教材的知识点,结合真题找出重点内容进行总结,并有相配套的专业课知识点笔记,进行深入复习,加强知识点的前后联系,建立整体框架结构,分清重难点,对重难点基本掌握。同时多练习相关参考书目课后习题、习题册,提高自己快速解答能力,熟悉历年真题,弄清考试形式、题型设置和难易程度等内容。要求吃透参考书内容,做到准确定位,事无巨细地对涉及到的各类知识点进行地毯式的复习,夯实基础,训练思维,掌握一些基本概念和基本模型。

3、强化提高阶段(9月-11月)

本阶段要求考生将知识积累内化成自己的东西,动手做真题,形成答题模式,做完的真题可以请考上目标院校的师兄、师姐帮忙批改,注意遗漏的知识点和答题模式;总结并熟记所有重点知识点,包括重点概念、理论和模型等,查漏补缺,回归教材。

相关文档
最新文档