1
2
3
4
第一部分 考試說(shuō)明
一.考試性質(zhì)
《數據結構與模式識別》是為我校招收智能科學(xué)與技術(shù)學(xué)術(shù)學(xué)位碩士研究生、人工智能專(zhuān)業(yè) 學(xué)位碩士研究生設置的考試科目，包括數據結構、模式識別兩門(mén)專(zhuān)業(yè)課程。它的評價(jià)標準是高等 學(xué)校優(yōu)秀畢業(yè)生能達到良好及以上水平， 以保證被錄取者具有較扎實(shí)的專(zhuān)業(yè)基礎。
二.考試形式與試卷結構
(一) 作答方式：閉卷，筆試。
(二) 試卷滿(mǎn)分及考試時(shí)間：本試卷滿(mǎn)分為 150 分，作答時(shí)間為 180 分鐘。 (三) 題型：選擇題、填空題、簡(jiǎn)答題、設計分析題。
(四) 數據結構部分占 100 分、模式識別部分占 50 分。
三.參考教材
(一) 嚴蔚敏、吳偉民編著(zhù). 數據結構(C 語(yǔ)言版). 清華大學(xué)出版社
(二) 張學(xué)工、汪小我編著(zhù). 模式識別：模式識別與機器學(xué)習(第 4 版). 清華大學(xué)出版社 第二部分 考查要點(diǎn)
一.數據結構部分
1. 數據結構的一般概念
1) 基本概念和術(shù)語(yǔ)
2) 數據結構的邏輯結構、存儲結構
3) 數據結構依托的高級語(yǔ)言介紹
4) 抽象數據類(lèi)型的表示與實(shí)現
5) 算法和算法分析
2. 線(xiàn)性表
1) 線(xiàn)性表的類(lèi)型定義、邏輯結構和基本操作
2) 線(xiàn)性表的順序存儲結構及其運算
3) 線(xiàn)性表的鏈式存儲結構及其運算
4) 一元多項式的表示及相加
5) 線(xiàn)性表應用算法分析
3. 棧和隊列
1) 棧的邏輯結構及其運算;
2) 利用棧設計算法解決簡(jiǎn)單的應用問(wèn)題
3) 棧與遞歸的實(shí)現
4) 順序隊列和鏈隊列上實(shí)現的入隊、出隊等基本算法
5) 利用隊列設計算法解決簡(jiǎn)單的應用問(wèn)題
6) 棧和隊列應用算法分析
4. 串
1) 串類(lèi)型定義
2) 串的表示與實(shí)現
3) 串的模式匹配算法
4) 串操作的應用方法和特點(diǎn)
5) 串應用算法分析
5. 數組和廣義表
1) 數組的定義
2) 數組的存儲結構
3) 矩陣的壓縮存儲
4) 廣義表的定義
5) 廣義表的存儲結構
6) 數組和廣義表應用算法分析
6. 樹(shù)和二叉樹(shù)
1) 樹(shù)的基本概念和術(shù)語(yǔ)
2) 二叉樹(shù)的定義
3) 遍歷二叉樹(shù)和線(xiàn)索二叉樹(shù)
4) 樹(shù)和森林
5) 樹(shù)與等價(jià)問(wèn)題
6) 赫夫曼樹(shù)及其應用
7) 樹(shù)和二叉樹(shù)應用算法分析
7. 圖
1) 圖的定義和術(shù)語(yǔ)
2) 圖的存儲結構
3) 圖的遍歷
4) 最小生成樹(shù)
5) 拓撲排序
6) 關(guān)鍵路徑
7) 最短路徑算法
8) 圖應用算法分析
8. 查找
1) 基本概念
2) 順序查找
3) 折半查找
4) 分塊查找
5) 哈希查找
6) 動(dòng)態(tài)查找表
7) 查找應用算法分析
9. 內部排序
1) 內部排序的基本概念
2) 插入排序
3) 交換排序
4) 選擇排序
5) 歸并排序
6) 基數排序
7) 各種內部排序方法的比較與討論
8) 排序應用算法分析
二.模式識別部分
1. 概論
1) 模式識別問(wèn)題
2) 模式識別的主要方法
3) 模式識別系統
4) 模式識別系統舉例
2. 非監督模式識別
1) 相似性測度與閾值聚類(lèi)算法
2) 動(dòng)態(tài)聚類(lèi)算法
3) 基于密度的聚類(lèi)算法
4) 基于圖論的聚類(lèi)算法
3. 線(xiàn)性分類(lèi)器
1) 感知器算法
2) 線(xiàn)性回歸算法
3) Fisher 線(xiàn)性判別分析
4) 邏輯斯諦回歸算法
5) 學(xué)習理論概要與分類(lèi)器性能度量
6) 多類(lèi)分類(lèi)問(wèn)題
4. 非線(xiàn)性分類(lèi)問(wèn)題
1) 非線(xiàn)性變換與分類(lèi)
2) 非線(xiàn)性變換代價(jià)
3) 過(guò)擬合風(fēng)險
4) 正則化方法
5. 支撐向量機
1) 線(xiàn)性支撐向量機
2) 對偶方法的支撐向量機
3) 核函數支撐向量機
4) 軟間隔支撐向量機
6. 集成學(xué)習
1) Bagging 算法
2) AdaBoost 算法
3) 決策樹(shù)
4) 隨機森林
7. 神經(jīng)網(wǎng)絡(luò )與深度學(xué)習
1) 神經(jīng)元模型與多層網(wǎng)絡(luò )
2) 誤差反向傳播算法
3) 深度學(xué)習基礎
4) 深度學(xué)習網(wǎng)絡(luò )結構
5) 深度神經(jīng)網(wǎng)絡(luò )優(yōu)化手段
8. 貝葉斯決策論
1) 最小錯誤率貝葉斯決策
2) 最小風(fēng)險貝葉斯決策
3) 貝葉斯決策論與分類(lèi)器設計
4) 正態(tài)分布的判別函數
5) 離散特征的貝葉斯決策
9. 參數估計技術(shù)
1) 最大似然估計
2) 貝葉斯估計與貝葉斯學(xué)習
3) 期望最大化(EM)算法
4) 隱馬爾可夫模型
10. 非參數估計技術(shù)
1) 非參數估計的基本原理
2) 最近鄰規則
3) Kn-近鄰估計
4) Parzen 窗估計
11. 特征選擇
1) 特征的評價(jià)準則
2) 特征選擇的最優(yōu)搜索方法
3) 特征選擇的非最優(yōu)搜索方法
4) 特征選擇的遺傳算法
12. 特征提取
1) 基于類(lèi)別可分離性判據的特征提取
2) 主成分分析
3) K-L 變換方法
原標題：華中科技大學(xué)人工智能與自動(dòng)化學(xué)院碩士研究生招生考試自命題科目調整預公告
文章來(lái)源：http://aia.hust.edu.cn/info/1177/9317.htm
