博士生入学考试专业课考试大纲
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；
博士研究生入学考试《建筑学理论》科目考试大纲
博士研究生入学考试《建筑学理论》科目考试大纲博士研究生入学考试《建筑学理论》科目考试大纲要求考生全面系地掌握建筑学中关于建筑建筑史、建筑技科学中的基本理，掌握基本的建筑学研究方法以及相关的推理、社会等方法，并能灵活运用。
具的分析与解决的能力，具有的合研究的能力为3小时（三）试卷内容结构1、建筑及其理2、建筑历史与理论（20分）3、城市4、建筑技科学5、?（20分）6、综合应用（40分）前五个部分根据自己研究方向可以选择三个题进行解答，最后综合应用为必答。
（四）试卷题型结构题型结构为论述题。
三、考查内容及要求1、建筑设计及其理论内容侧重从创作主体的建构、创作过程的解析和建筑本体的意义等几个方面，了解建筑实践创作建构方法论层面的相关理论；掌握从建筑学派、建筑美学、建筑技术、建筑批评等多方面进行系统研究的建筑认识论；掌握建筑创作过程中思维表达。
2、建筑历史与理论内容侧重建筑形式、结构、装饰和观念、意向等方面的建筑艺术特征。
在了解建筑史沿革的同时，考生需熟悉各时期建筑艺术的各种基本概念、主要社会发展阶段的政治结构、同建筑有关的哲学、宗教与科学思想、对建筑产生重要影响的社会文化环境等。
以中国建筑历史与理论为主，涵盖原始社会到清代的中国古代建筑、城市、园林等内容。
3、城市规划与设计内容侧重以现代城市设计理论为核心，融合建筑学、景观生态学、城市类型学、城市生态学等多学科基础理论，掌握城市空间更新理论及城市外部空间和形体环境的设计理论和组织手法。
4、建筑技术科学内容侧重建筑构造技术及节能技术，重点掌握绿色建筑设计与技术、建筑节能关键技术与适宜技术、低碳建筑设计策略以及北方绿色生态建筑模拟与量化技术等概念与理论。
5、现代建筑理论内容当代现代建筑理论为主，掌握建筑各阶段出现的建筑思潮及相关的哲学背景，掌握建筑类型学、建筑现象学、建筑符号学等相关交叉学科的理论与具体实例。
6、综合应用掌握建筑学科包含的核心内容，了解建筑前沿理论，能够针对当前的建筑现象或建筑思潮进行中外的对比分析与阐述，具有独立见解。
博士生入学考试专业基础科目考试大纲
科目代码:2246科目名称:地球物理概论
内容模块
考查点
备注
一、重力学
1.地球重力场的构成及其特征
2.大地水准面与地球形状的基本概念
3.岩石密度与岩石圈密度特征
4.各种重力异常的物理意义、获取及应用
5.重力随时间变化的原因及其应用
二、地磁学
1.地磁场的构成及其特征描述的参数
2.地球物理在资源、环境领域中的应用
试卷满分：100
试题结构：1.问答类题型：4道，每道5分；2.论述类题型（论述题、材料分析题、案例分析题等）：4道，每道20分。
成员签字：
组长签字：学院签字盖章:
四、地电学
1.天然地电场的类型及其特征
2.电磁波的传播特征与极化特征
3.岩石电性参数与视电阻率概念
4.大地电磁测深法原理及方法
5.大地电磁测深野外工作方法与数据处理
五、地热学
1.岩石热物理性质
2.地球内部主要热源
3.大地热流的概念与全球热流分布特征4Leabharlann 地球内部热传递的方式六、综合
1.地球物理在大地构造研究中的应用
2.基本磁场（IGRF）及其各项校正的含义
3.岩石磁性及古地磁的概念及其地学含义
4.地磁场的变化及其应用
5.磁异常特征的识别与磁测地学应用
三、地震学
1.地球内部的结构与地震波速度特征
2.板块构造与天然地震关系
3.地震波的成因及其描述的参数
4.地球内部介质各向异性的基本概念
5.地震层析成像的基本思路及其应用
华中科技大学博士研究生入学考试《工程管理学》大纲
4、工程全寿命管理的概念
了解：建设工程传统管理存在的问题
理解：集成化管理在建设工程管理中的应用原理、建设工程全寿命管理系统的核心任务、建设工程全寿命管理涉及的信息处理内容
华中科技大学博士研究生入学考试《工程管理学》大纲
（科目代码：）
第一部分：考试说明
一、考试性质
《工程管理学》是工程管理专业博士研究生入学考试的专业课，是为检验应考者的工程项目管理理论知识和相关技术整合应用能力而设置的一门考试课程，保证被录取者对于工程管理理论知识以及工程管理未来发展趋势形成正确的理解与把握。本课程考虑通过的评价标准是以对本大纲所列考试要点的深入理解和熟练掌握为尺度的。
了解：综合业务应用系统的结构
理解掌握：合同管理子系统、进度管理子系统、投资管理子系统、质量管理子系统、安全管理子系统、成本管理子系统、材料管理子系统、设备管理子系统、财务管理子系统等
了解：项目总控思想
理解掌握：工程项目总控系统
理解：信息门户及特征、工程项目信息门户系统
5、工程项目管理信息系统的行业应用
3、预测与决策技术
理解掌握：专家判断预测法、时间序列预测法、回归分析预测法、风险型决策
4、公共项目的经济分析
了解：公共项目及其经济分析的特点
理解掌握：费用一效益分析、费用一效果分析、公用设施项目分析
5、价值工程
理解掌握：功能分析、整理和评价方法、目标的选定、方案的评价和选择
成果评价和总结
三、工程项Leabharlann 管理信息化理解掌握：主要硬件设备选型网络环境的构建、主要支撑软件选型
南京信息工程大学博士研究生招生入学考试
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：3033科目名称：经济学第一部分：大纲内容一、大纲内容简介经济学是管理科学与工程专业的一门专业选修课。
本课程加入了现代微观和宏观经济学理论的最新进展和相关研究成果，主要内容包括消费者与生产者理论到局部均衡与一般均衡学说，博弈论与信息经济学到拍卖理论与机制设计，消费者理论、生产者理论，以及部分均衡、一般均衡、博弈论和信息等内容的现代微观经济理论，经济增长、经济周期、通货膨胀、经济政策和动态均衡等主要问题。
先修课程为宏观经济学和微观经济学。
二、大纲内容第一部分预备知识与方法1.1 现代经济学的本质1.2 数学预备知识及其方法1.3 消费者和生产者理论1.4 不确定性下的选择理论第二部分一般均衡理论与社会福利2.1 竞争均衡的实证理论2.2 竞争均衡的规范理论2.3 经济核、公正配置及社会选择理论2.4 不确定性下的一般均衡理论第三部分博弈论与市场理论3.1 博弈论简介3.2 重复博弈和声誉机制3.3 合作博弈3.4 市场理论第四部分市场有效与市场失灵4.1 市场有效理论4.2 竞争均衡理论4.3 外部性与市场失灵4.4 公共产品与市场失灵第五部分机制设计与市场设计理论5.1 委托-代理理论5.2 完全信息下的一般机制设计5.3 不完全信息下的一般机制设计5.4 动态机制设计5.5 拍卖理论5.6 匹配理论第六部分经济增长理论6.1 经济增长理论概述6.2 索洛增长模型6.3 新古典经济增长理论：技术不变的经济增长6.4 内生增长模型6.5 新古典经济增长理论：技术进步的经济增长6.6 经济增长的源泉与最优增长理论第二部分：说明1、基本要求：该大纲要求学生掌握经济学的基本概念、基本理论与基本方法，并能运用均衡分析方法、边际分析方法、博弈论分析方法和经济建模方法等对一些现实问题进行定性和定量分析。
大纲的基本要求如下：一、大纲重点及难点重点：一般均衡理论、市场理论、经济增长理论、实际经济周期理论难点：一般均衡理论、市场理论、经济增长理论二、大纲基本要求第一部分预备知识与方法基本要求：1、了解：数学预备知识及其方法2、理解：现代经济学的本质3、掌握：消费者和生产者理论4、熟练掌握：不确定性下的选择理论第二部分一般均衡理论与社会福利基本要求：1、了解：竞争均衡的实证理论和规范理论2、理解：经济核、公正配置及社会选择理论3、掌握：一般均衡理论4、熟练掌握：不确定性下的一般均衡理论第三部分博弈论与市场理论基本要求：1、了解：博弈论简介2、理解：重复博弈和声誉机制3、掌握：合作博弈4、熟练掌握：市场理论第四部分市场有效与市场失灵基本要求：1、了解：市场有效理论2、理解：竞争均衡理论3、掌握：公共产品与市场失灵4、熟练掌握：外部性与市场失灵第五部分机制设计与市场设计理论基本要求：1、了解：委托-代理理论2、理解：动态机制设计3、掌握：完全信息和不完全信息下的一般机制设计4、熟练掌握：拍卖理论和匹配理论第六部分经济增长理论基本要求：1、了解：经济增长理论与内生增长理论的演变2、理解：经济增长理论和内生增长理论3、掌握：索洛增长模型和内生增长模型4、熟练掌握：最优增长理论2、分值比例：该大纲分为六大部分，分值共计100分，各部分的分值及比例如下：第一部分预备知识与方法（10分，10%）第二部分一般均衡理论与社会福利（20分，20%）第三部分博弈论与市场理论（20分，20%）第四部分市场有效与市场失灵（20分，20%）第五部分机制设计与市场设计理论（15分，15%）第六部分经济增长理论（15分，15%）3、题型分布：该考试大纲由选择题、判断题、简答题、计算题和应用题组成，各类题型的分值及其比例如下：选择题（20题，40分，40%）判断题（10题，10分，10%）简答题（3题， 15分，15%）计算题（2题， 15分，15%）应用题（2题， 20分，20%）4、其他规定：笔试、考试时间180分钟。
博士研究生入学考试《运筹学》大纲
博士研究生入学考试《运筹学》大纲
第一部分考试说明
一、考试性质
《运筹学》是工程管理专业、道路与交通工程专业博士生考试的专业课，是为检验应考者的决策优化管理知识和方法体系而设置的一门考试课程，是保证被录取者具有较好的管理理论基础的课程之一。
课程考试通过的评价标准是以对相关考试要点的深入理解和熟练掌握为尺度的。
二、考试形式与试卷结构
（一）答卷形式
闭卷笔试
（二）答题时间
１８０分钟
（三）题型比例
概念题10％～20％
计算题80％～90 ％
第二部分考试要点
一、线性规划
1．线性规划问题及求解
2．对偶问题
3．灵敏度分析
4．运输问题
5．整数规划（解纯整数规划的割平面法、分枝定界法、0—1型整数规划、指派问题）二、目标规划
1．目标规划模型
2．确定目标的优先顺序
3．解目标规划的单纯形法
4．目标规划的灵敏度分析
三、动态规划
1．动态规划问题的基本概念和基本方法
2．动态规划问题的求解
四、图与网络分析
1．最短路问题
2．网络最大流问题
3．网络计划技术
五、决策论
1．不确定型决策
2．风险决策
3．决策树方法
5．效用与决策
六、对策论
1．矩阵对策的最优纯策略
2．矩阵对策的混合策略
3. 博弈论
七、层次分析法
八、系统评价方法
1．模糊评价法
2．数据包络分析
3．事故树分析法
4．神经网络。
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）。
博士生入学考试专业基础科目考试大纲
博士生入学考试专业基础科目考试大纲科目代码: 2294 科目名称: 机电一体化系统设计内容模块考查点备注一、机电一体化导论1.机电一体化的含义2.机电一体化系统的功能构成3.机电一体化系统的结构要素4.机电一体化的关键技术5.机电一体化控制系统的常见类型及特点二、机电一体化系统的接口及常用电路1.基本放大电路的分类及电路图2.模拟运算电路的分类及电路图3.检波电路的分类及电路图4.模拟开关的作用及分类5.采样保持电路的基本概念及原理6.整流电路的类型及电路图7.滤波电路的类型及概念8.光电藕合器的作用及特点9.A/D转换器的选择要点10.影响A/D转换器技术指标的主要因素11.D/A转换器的主要参数12.功率接口电路常用的电力电子器件13.人机接口的类型及特点14.机电接口的类型及特点三、机电一体化技术1.传感器的概念及组成2.传感器的分类、性能指标、标定与校准3.常用的位移传感器分类、工作原理及相关计算4.机电一体化对伺服电机的要求5.伺服电机的分类6.步进电机的分类、特性、基本工作状态及驱动电路7.自动控制系统对交流伺服电机的基本要求8.交流伺服电机的分类、代号、工作原理、控制方式、性能特点和运行特性9. 自动控制系统对直流伺服电机的要求10.直流伺服电机的分类、代号、工作原理、主要特性和优缺点11.PWM功率放大器的工作原理12.自动控制技术的发展阶段13.控制系统的基本要求及分析方法14.计算机控制系统的分类15.PLC的发展历程、特点及工作方式16.简单PLC语句表的描写及梯形图的绘制四、机电一体化系统设计1.机电一体化机械系统设计的相关理论及知识2.机电一体化系统原理方案设计的步骤3.机电一体化系统结构方案设计的步骤4.机电一体化系统控制系统的设计步骤5.优化设计的一般步骤6.干扰的含义、分类、传播及抑制7.提高控制系统可靠性的方法与措施试卷满分：100试题结构：1.问答类题型：4道，每道5分；2.论述类题型（论述题、材料分析题、案例分析题等）：4道，每道20分。
博士作物学综合大纲
博士作物学综合大纲博士研究生入学考试《作物学综合》考试大纲一、考试性质博士研究生入学考试《作物学综合》考试是为博士研究生招生入学设置的具有选拔功能的水平性考试。
考试结果主要用于评价考生对作物学相关学科的掌握程度，为博士研究生招生提供依据。
二、考试要求1. 测试考生对作物学基础理论、基本知识、学科前沿和交叉学科领域的掌握程度。
2. 测试考生运用所学知识分析问题、解决问题的能力。
3. 测试考生的创新能力和科研素养。
三、考试内容1. 作物学基础理论：包括作物生长发育、产量形成、品质形成等基础理论。
2. 作物生理生化：包括光合作用、营养吸收与转运、水分代谢等生理生化过程。
3. 作物育种学：包括育种目标、种质资源、育种方法、新品种选育等。
4. 作物栽培学：包括作物生长发育的环境条件、种植制度、栽培技术等。
5. 作物分子生物学与生物技术：包括基因组学、转基因技术、基因编辑等在作物研究中的应用。
6. 作物病虫害防治：包括病虫害的种类、发生规律、防治方法等。
7. 作物生态与环境保护：包括作物种植对环境的影响、生态农业与可持续发展等。
8. 作物产业与政策：包括作物生产、流通、贸易等方面的政策与产业现状。
四、考试形式与试卷结构1. 考试形式：闭卷笔试。
2. 试卷结构：试卷满分100分，其中，选择题占30%，简答题占40%，论述题占30%。
3. 考试时间：180分钟。
五、考试范围1. 作物学基础理论：主要参考《作物学通论》（第二版，曾广文等编著，中国农业出版社，2017年）。
2. 作物生理生化：主要参考《作物生理学》（第二版，张新全主编，中国农业出版社，2017年）。
3. 作物育种学：主要参考《作物育种学》（第二版，张天真主编，中国农业出版社，2017年）。
4. 作物栽培学：主要参考《作物栽培学》（第二版，董树亭主编，中国农业出版社，2017年）。
5. 作物分子生物学与生物技术：主要参考《作物分子生物学》（第二版，王台主编，中国农业出版社，2017年）。
博士生入学专业基础课考试大纲高等土力学
博士生入学专业基础课考试大纲高等土力学
课程名称：高等土力学[288]
一、考试要求
要求考生全面系统地掌握高等土力学的基本概念，弹塑性计算模型及相关渗流、固结理论，并且能灵活运用理论知识解决相关岩土工程中的若干问题。
二、考试内容
1）土质学
●土的组成，土的结构及构造
●粘土矿物颗粒的结晶结构和基本特性
●土中水的双电层理论与离子交换
2）土的弹塑性应力-应变理论及计算模型
●弹性应力-应变理论：布辛奈斯克弹性理论解的概念与计算
●非线性应力-应变理论：E-μ模型、K-G模型的概念与计算
●土的屈服、破坏准则：莫尔库仑屈服准则、米色斯准则
●土体抗剪强度的概念与计算
3）渗流
●渗流连续方程
●流网的性质与应用
●基坑排水的渗流计算
4）固结
●一维太沙基固结理论的概念、方程与计算
●二维、三维比奥固结理论
●土体的压缩性与分层总和法的沉降计算理论方程
三、试卷结构
考试时间：180分钟，满分100分
1）题型结构
●概念题（15分）
●简答题（15分）
●论述题（25分）
●基本定律推导与计算（25分）
●应用题（20分）
2）内容结构
●土质学（15分）
●土的弹塑性应力-应变理论（30分）
●渗流（25分）
●固结（30分）
四、参考书目
钱家欢、殷宗泽，土工原理与计算（第二版），中国水利水电出版社
龚晓南，高等土力学，浙江大学出版社
屈智炯，土的塑性力学，成都科技大学出版社。
华中科技大学博士生研究生入学考试《交通工程》考试大纲 (科目
华中科技大学博士生研究生入学考试《交通工程》考试大纲（科目代码：3548）第一部分 考试说明一、考试性质《交通工程学》是道路与交通工程专业博士生考试的专业课，重点测试考生对交通工程学基本概念、基本知识与基本技能的分析程度；理解问题、分析问题和解决问题的综合能力；以及对于本科目相关学科知识和前沿知识的掌握程度。
课程考试通过的评价标准是以对相关考试要点的深入理解和熟练掌握为尺度的。
二、考试形式（一）答卷形式闭卷 笔试（二）答题时间１８０分钟第二部分 考试要点一、基本概念1、关于交通工程学基本概念：交通工程学的研究对象、研究内容、研究方法、主要的理论/技术和应用领域等；2、关于交通系统基本概念：人/物、交通设施、交通工具、环境、信息等的基本构成；交通系统结构（出行方式比例）、交通设施结构比例等；交通流参数的定义及特征、用途；交通量Q、行车速度V、车流密度K 三参数的关系及特征值，对不同车流有不同的速度与密度关系，推导三参数之间两两关系和三参数之间关系计算与运用。
3、关于交通需求基本概念的深入理解：交通需求的产生原理、交通需求的影响因素（土地利用、出行者行为等）及其分析方法、传统的四阶段方法及其基本原理和局限性等；4、关于交通服务（通行）能力基本概念：交通设施服务（通行）能力的基本概念、通行能力的影响因素及其分析方法、国内外计算通行能力方法及其基本原理等；5、关于交通系统问题的基本认识：交通系统的基本问题（交通阻塞、交通事故、交通环境污染、交通不便性等）及其基本关系、交通问题的主要成因、交通问题的基本对策等；6、关于交通现象的基本认识与概念：交通流的基本概念、连续流与间断流特征、交通饱和度的基本概念、设计交通量、设计车速、服务水平等基本概念；7、关于停车场规划：停车场分类及停车场停放特性、规划容量和规划方法、机动及非机动车停车场的规划原理、自行车场的规划特点及设计要求；8、关于交通环境保护基本知识：道路环境污染的种类（生态、大气、声环境、社会环境）产生的原因、废气污染的种类及控制方法；噪声的相关指标及控制方法；振动污染等交通公害及防治方法；9、关于计算机交通模拟：计算机模拟技术的定义、一般步骤和数值模拟的关键；结合无信号控制平面交叉口通行能力等进行分析。
哈尔滨工业大学考博生物信息学大纲
博士生入学专业基础课考试大纲考试科目：生物信息学考试代码：[2285]一、考试要求要求考生全面系统地生物信息学的基本概念、基本原理、典型方法和实用技术，并且能灵活运用所学知识解决生物信息中的具体问题。
二、考试内容1)生物信息学引论●人类基因组计划与基因组信息学●蛋白质结构与功能关系研究●生物信息学的主要研究内容：生物分子数据的收集与管理，数据库搜索及序列比较，基因组序列分析，基因表达数据的分析与处理，蛋白质结构预测●生物信息学所用的方法与技术：数学统计方法，动态规划方法，机器学习与模式识别技术，数据库技术及数据挖掘，人工神经网络技术，专家系统，分子模型化技术，量子力学和分子力学计算，生物分子的计算机模拟，因特网（Internet）技术2)生物信息学的生物学基础●蛋白质的结构和功能●遗传信息载体－DNA与分子生物学中心法则●基因组结构●基因表达调控●新生肽链的折叠●生物大分子结构的测定3)序列比较●序列的相似性：字母表和序列，编辑距离，通过点矩阵分析两条序列的相似之处，序列的两两比对，用于序列相似性的打分矩阵●两两比对算法：序列两两比对基本算法，子序列与完整序列的比对，寻找最大的相似子序列，准全局序列比对●序列多重比对：SP模型，多重比对的动态规划算法，优化计算方法，星形比对，树形比对，其他多重序列比对算法，统计特征分析●DNA片段组装：片段组装问题，序列片段组装模型，序列片段覆盖图，贪婪算法，非循环图拓扑排序法4)基因组信息分析●原核与真核基因组特点●基因组序列分析：基因组序列分析步骤和分析结果评价，核苷酸关联分析●基因识别方法：最长ORFs法，基于密码子出现频率的预测方法，同源性方法，神经网络方法，隐马尔可夫模型法，模式判别分析法，基于动态规划的基因结构预测方法，基于剪切比对的基因识别，其他基因识别方法●非编码区域分析和调控元件识别：调控元件的建模，调控元件模式的得分函数，模式驱动的调控元件识别，序列驱动的调控元件识别5)系统发生分析●分子系统发生与系统发生树●基于距离的系统发生树构建方法●基于特征的系统发生树构建方法●最大似然法、系统发生树的可靠性●全基因组系统发生分析6)蛋白质结构预测●蛋白质二级结构预测算法●RNA二级结构的预测算法●蛋白质空间结构预测算法7)基因表达数据分析●基因表达数据的获取●基因表达数据预处理●基因表达差异的显著性分析：倍数分析，t检验，贝叶斯分析●基因表达谱聚类分析：相似性度量函数，聚类方法，基于模型的聚类方法，支持向量机，聚类结果的可视化，聚类结果的定量评价●基因表达数据的分类分析：朴素贝叶斯分类法，k-近邻法，其他分类法●主成分分析PCA●基于基因表达谱的基因调控网络研究：布尔网络模型，线性组合模型，加权矩阵模型，数据整合分析三、试卷结构考试时间180时分钟，满分100分1）题型结构●概念题（10分）●简答题（25分）●求解题（30分）●计算题（35分）2）内容结构●生物信息学引论（10分）●生物信息学的生物学基础（10分）●序列比较（15分）●基因组信息分析（20分）●系统发生分析（15分）●蛋白质结构预测（10分）●基因表达数据分析（20分）四、参考书目见招生简章1.孙啸、陆祖宏、谢建明，《生物信息学基础》，清华大学出版社。
复旦大学博士生入学考试大纲软件工程
复旦大学博士生入学考试大纲软件工程一、软件工程概论1. 计算机软件，特点，分类，语言2. 软件工程定义，软件工程框架，软件生存周期3. 软件过程：ISO/IEC 12207软件生存周期过程，能力成熟度模型CMM ，能力成熟度模型集成CMMI4. 软件过程模型5. 敏捷软件开发6. CASE工具与环境二、系统工程1. 基于计算机的系统2. 系统工程的任务3. 可行性分析：经济可行性、技术可行性、法律可行性、方案的选择和折衷三、需求工程1. 需求工程概述2. 需求获取3. 需求分析、协商与建模4. 需求规约与验证5. 需求管理四、设计工程1. 软件设计工程概述2. 软件设计原则3. 软件体系结构设计4. 部件级设计技术5. 设计规约与设计评审五、结构化分析与设计1. 结构化分析方法概述2. 数据流图3. 数据字典4. 描述基本加工的小说明5. 结构化设计概述6. 数据流图到软件体系结构的映射7. 初始结构图的改进六、面向对象的分析和设计1. 面向对象的基本概念2. 面向对象分析和设计过程3. UML，UML视图，UML图4. 用况建模5. 静态建模6. 动态建模7. 物理体系结构建模七、基于构件的软件开发1. 基于构件的软件开发概述2. 建造可复用构件3. 应用系统工程4. 构件的管理八、软件测试1. 软件测试基础2. 白盒测试3. 黑盒测试4. 测试策略5. 面向对象测试6. 测试完成标准7. 调试九、Web工程1. 基于Web系统和应用的属性2. Web 工程过程3. Web 分析4. Web设计5. Web测试6. 新型界面风格、特点，如：Apple I*的界面风格及Adriod的界面风格十、软件维护与再工程1. 软件维护2. 再工程技术十一、软件项目管理1. 软件项目管理概述2. 软件度量3. 软件项目估算4. 项目进度管理5. 风险管理6. 软件项目的组织7. 软件质量管理8. 软件配置管理参考书：《软件工程（第2版）》钱乐秋，赵文耘，牛军钰编著，清华大学出版社，2013年。
博士研究生入学考试大纲 - 复旦大学计算机系
复旦大学博士生入学考试大纲计算机网络一、考试性质本考试课程是为报考复旦大学计算机科学与技术学科的博士研究生设置的一门专业基础课。
属招生学校自行命题性质。
它的评价标准是计算机及相关学科优秀硕士研究生能达到及格或及格以上的水平，以确保被录取者具有计算机网络的理论基础和应用基本方法分析实际问题的能力。
二、考试要求本考试科目主要是考核计算机网络的基本概念，基本方法以及当前网络技术和研究前沿的新概念和新技术，掌握各种网络架构、协议、算法、机制的基本原理、基本特征以及之间的关系，不仅要考核其分析能力更要考核其综合能力，要考察其对新理论和新技术在计算机网络中应用的发展状况的了解程度。
三、考试形式和试卷（一）答卷方式：闭卷，笔试。
（二）答题时间：180分钟。
（三）题型包括：判断题、名词解释、分析计算题、论述题等。
四、考察要点1．了解计算机网络的基本概念和原理；掌握网络拓扑分类方法、网络体系结构层次化研究方法、网络协议结构、功能和原理；掌握TCP/IP结构、功能和原理、以及协议簇中各协议之间的关系。
2．了解数据通信基础理论和物理层、数据链路层的基本概念和工作原理，如数据传输方式，数据传输速率，数据编码，多路复用技术，数据交换技术，差错控制、差错检测方法。
3．了解介质访问控制技术（MAC），了解IEEE 802参考模型与MAC协议的基本概念，掌握CSMA/CD协议工作原理，掌握数据报和虚电路服务，掌握分组交换技术。
4．掌握互联网的路由机制和原理；掌握IP地址编址方法；掌握IP分组交换与路由选择的基本原理；掌握Internet的路由体系结构，理解自治系统的概念和作用，掌握常见的路由协议原理，如RIP、OSPF和BGP。
5．掌握拥塞控制技术与服务质量QoS基本概念；理解流量控制、拥塞控制、可靠性等机制，掌握实现QoS的原理和主要技术，如ECN、RED、RSVP 等。
了解传输层的基本功能，掌握UDP、TCP协议的基本工作原理以及TCP传输连接、状态转移等机制。
博士生入学考试《数字信号处理》考试大纲
博士生入学考试《数字信号处理》考试大纲一、考试性质数字信号处理是信息与通信工程、电磁场与微波技术等专业硕士研究生必须掌握的专业基础理论。
该课程的评价标准是优秀的硕士毕业生能达到的水平，以保证被录取者具有良好的信号处理理论基础。
二、考试形式闭卷、笔试，答题时间：180分钟，各部分的考试比例：数字信号处理40%，现代数字信号处理60%。
三、参考书目姚天任、江太辉编，数字信号处理（第二版），武汉：华中科技大学出版社，2000年姚天任、孙洪编，现代数字信号处理，武汉：华中科技大学出版社，1999年其它包含下列考查要点的数字信号处理、现代数字信号处理的教材。
四、考查要点数字信号处理部分：（一）离散时间信号与系统系统的线性、移变性、因果性和稳定性；系统的差分方程和系统函数；离散时间信号的傅立叶变换和Z变换的计算、性质及其应用。
（二）离散傅立叶变换离散傅立叶变换的定义和性质；利用循环卷积计算线性卷积；时间抽选和频率抽选的FFT算法推导和应用。
（三）数字滤波器的结构与设计数字滤波器的结构；数字滤波器的设计。
现代数字信号处理部分：（一）维纳滤波和卡尔曼滤波维纳滤波；维纳-霍夫方程；维纳滤波的均方误差；维纳滤波器设计与计算；标量卡尔曼滤波器。
（二）自适应滤波自适应线性组合器；均方误差性能曲面；性能曲面的基本性质；最陡下降法；学习曲线和收敛速度；自适应最小均方算法（LMS）；权矢量噪声；失调量；最小二乘自适应滤波器。
（三）功率谱估计经典谱估计；谱估计的参数模型方法；AR模型的Yule-Walker方程；Levinson-Durbin 算法；格型滤波器；AR模型参数提取方法；特征分解频率估计；信号、噪声子空间频率估计。
五、考试样题（略）。
- 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)。
4. 线性离散系统的分析与校正；
育出版社，2010；
控制理论 5. 非线性控制系统分析：相平面法、描述函数法；
2.《现代控制工程》(第五版)，
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 Katsuhiko Ogata (卢伯英，
（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；
算法设计与分析 2. 各类查找和排序算法及其时间、空间复杂度分析；
严蔚敏、吴伟民编著，清华
3. 动态规划；
大学出版社；
数字信号处理 医学影像
神经解剖学
4. 递归与回溯；
2.《计算机算法设计与分析
5. 贪心算法。
（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，
第二版），胡广书编著，清
华大学出版社。
1.医学影像模态的成像原理：CT、MRI、超声、PET 成像和光学成像的物理原理，各种成像模态设 1.《医学成像系统（第 2 版）》，
备的设计原理；
高上凯著，清华大学出版社，
2.医学图像处理方法：图像重建，图像分割，图像配准，图像可视化；
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；
模式识别 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；
2010；
3.医学影像模态的应用：各种影像模态的评价方法及优缺点，各种影像模态的典型医学应用，各 2.《医学成像与医学图像处
种影像模态的生物安全性。
理教程》，田捷，代晓倩，杨
飞编著，清华大学出版社，
2013。
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》
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
参考书目
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 《模式识别》（第三版），
分布时的统计决策、错误率的计算；
张学工编著，清华大学出版
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；社，2010。
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。
附：专业课考生选考情况（近三年，选考人数/考生总数）
科目名称 控制理论 模式识别 数字信号处理 算法设计与分析
2014 28% 31% 15% 26%
2013 34% 27% 14% 25%
2012 27% 21% 21% 31%
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”两个考试科目，其他科目的各项内容没有变化。
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；
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；
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；
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；1.《自动控制原理》（第二版
3. 线性系统的校正方法：校正网络、PID 控制器；
上、下），黄家英著，高等教
佟明安译)，电子工业出版社，
7. 传递函数的实现（能控型、能观型、约当型、最小实现）；
2011；
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。
1. 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）； 1.《数据结构（C 语言）》，
（第 2 版），李振平，刘树
调质的基本概念；
伟主编，科学出版社，200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
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 大君主编，人民卫生出版社，
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