全国硕士研究生考试大纲 全国研究生考试科目

全国硕士研究生考试大纲？

考研大纲，全称是全国硕士研究生入学统一考试考试大纲，具体分为两类：即公共课考试大纲和专业课考试大纲。

1.公共课考试大纲包括：考研政治、考研英语、考研数学考试大纲，每年由教育部统一公布，时间一般在9月。

2.专业课考试大纲概括说来分为三类，即教育部统一公布、各招生院校公布以及不公布三种类型。

由教育部统一公布的一般为考研统考专业课大纲，时间一般在9月，与公共课考试大纲的公布时间一致

延伸阅读

2023年考研大纲出了吗？

如果是考研大纲pdf，可以搜索考研英语公众号获取。官方没有出pdf版的，都是有人买了纸质版的，再扫描保存为pdf。

教育部考试中心在2022年9月16日颁布了《2023年全国硕士研究生入学统一考试英语（一）考试大纲》。与2022年的英语一考纲相比，考试的性质，目标，形式和试卷结构都没有变化，但是考查内容层面变化较大，比如语言知识描述在原先的词汇和语法的基础上增加了语篇和语用。

312心理学考研大纲？

心理学专业基础综合312总分为300分。其考研科目及试卷题型结构如下：

1、312统考心理学考研科目：

(1)心理学导论

(2)发展与教育心理学

(3)实验心理学

(4)心理统计与测量

2、试卷题型结构：

单项选择题65小题，每小题2分，共130分。

多项选择题10小题，每小题3分，共30分。

简答题5小题，每小题10分，共50分。

综合题3小题，每小题30分，共90分。

北航2023年人工智能考研大纲？

1、842人工智能基础综合试题含信号与系统、算法设计与分析和机器学习三门课程的内容。所有课程均不指定参考书。

2、试题总分为150分，每门课试题满分50分，三门课程的试题均计入考试成绩。

《信号与系统》考试大纲（50分）

一、复习要点

（一）信号与系统绪论

(1)信号与系统的概念；

(2)信号的描述、分类及常用信号；

(3)信号的基本运算。

（二）正交函数集与正交分解

(1)信号分解的物理意义；

(2)正交函数集；

(3)信号在正交函数集上的分解。

（三）连续周期信号的傅里叶级数

(1)连续周期信号在三角函数集上展开；

(2)连续周期信号傅里叶级数；

(3)有限项傅里叶级数与均方误差。

（四）连续信号的傅里叶变换

(1)非周期连续信号的傅里叶变换；

(2)典型信号的傅里叶变换；

(3)傅里叶变换的基本性质；

(4)周期信号的傅里叶变换。

（五）拉氏变换

(1)拉氏变换的定义、物理意义；

(2)拉氏变换的基本性质；

(3)拉氏逆变换；

(4)双边拉氏变换。

（六）连续时间系统的时域分析

(1)系统的概念、表示与分类；

(2)LTI系统分析方法概述；

(3)连续系统的时域经典分析法；

(4)零输入响应与零状态响应；

(5)卷积的定义与性质；

(6)卷积法求解系统响应。

（七）连续时间系统的S域分析

(1)系统函数；

(2)由系统函数零、极点分布分析时域特性；

(3)线性系统的稳定性分析。

（八）离散时间系统的时域分析

(1)离散时间信号（序列）及其表示；

(2)典型离散时间信号；

(3)离散时间信号的基本运算；

(4)离散时间系统的基本概念描述与分类；

(5)系统冲激响应函数的求解。

（九）离散时间系统的Z域分析

(1)z变换及其收敛域；

(2)典型序列的z变换；

(3)逆z变换；

(4)z变换的基本性质；

(5)系统函数与z域分析。

（十）离散信号的傅里叶分析

(1)离散周期信号的傅里叶级数DFS；

(2)序列的傅里叶变换离散时间傅里叶变换DTFT；

(3)离散傅里叶变换DFT；

(4)快速傅里叶变换FFT。

（十一）傅里叶变换及其图像处理应用

(1)数字图像简介；

(2)二维离散傅里叶变换2D DFT及其性质；

(3)2D DFT在图像处理中的应用。

《算法设计与分析》考试大纲（50分）

一、整体要求

(一)掌握算法的定义、性质和表示方法，并能够使用伪代码对算法进行描述；

(二)能够熟练采用渐近上界、渐近下界与渐近紧确界分析算法的运行时间；

(三)掌握算法设计的常用方法，包括分而治之、动态规划、贪心、近似算法；掌握图的基本概念和重要的基础图算法；

(四)掌握计算复杂性的基本概念和证明P类、NP类问题的方法；

(五)具有对简单计算问题的建模、分析、算法设计、算法优化和编程求解能力。

二、复习要点

(一)渐近复杂性分析

（1）Ｏ、Ω、Θ符号定义；

（2）分析给定算法的渐近复杂性；

（3）比较具有不同渐近上界的算法的效率；

（4）递归函数的运行时间分析。

（二）常用算法设计方法的基本思想和特点，以及针对具体问题设计相应的算法并分析其效率

（1）分治算法

（2）动态规划算法

（3）贪心算法

（4）近似算法

（三）图算法

（1）图的基本概念和基本性质；

（2）图的表示方法；

（3）图的遍历与搜索方法；

（4）最小生成树和最短路径等图具体问题算法。

（四）计算复杂性

（1）计算复杂性的基本概念，如判定问题、优化问题等；

（2）P类和NP类问题的定义和证明。

《机器学习》考试大纲（50分）

一、复习要点

（一）机器学习基础算法：（1）Bayesian学习以及相关算法；（2）Q学习基本概念；（3）归纳学习-决策树构建算法。

掌握机器学习发展历史、AlphaGO技术的发展历史以及核心技术，掌握Q学习的基本方法；掌握VC维的定义，以及统计学习理论的基本结论，深入理解经验风险和真实风险概念区别与联系；理解Bayesian的基本原理，贝叶斯学习、朴素贝叶斯算法在相关实际问题中应用；掌握HMM算法的基本原理；掌握信息熵概念的内涵、ID3算法构建过程、根据具体的实例，构建决策树。掌握信息增益的概念，以及在构建决策树时的物理含义。

（二）神经网络与深度学习：（1）线性分类器-感知机等；（2）传统神经网络-BP算法等；（3）深度学习-卷积神经网络等。

掌握线性分类器的构建方法，包括线性分类器的基本形式、构建方法；掌握感知机的构建方法、Fisher准则、最小均方误差准则。掌握机器学习里优化概念如何应用于线性分类器的设计。理解神经网络的反传算法基本原理、能够根据具体简单的网络实例写出反传公式的基本形式。了解经典深度神经网络模型、以及前沿技术，主要掌握卷积神经网络；理解卷积神经网络的构建过程、包括卷积操作的定义、Pooling操作的定义等。

（三）统计学习分类器：（1）支持向量机；（2）Adaboost算法；（3）子空间学习与稀疏表示。

理解统计学习理论的基本原理、支持向量机的基本原理与线性分类器的联系。掌握支持向量机的优化目标构造方法、优化算法以及应用。掌握Adaboost的基本原理，弱分类器的基本概念以及分类器融合算法。掌握子空间学习与稀疏表示的基本概念与思想，掌握主成分分析方法的具体过程、优化目标以及应用。基本了解Fisher判别分析、核判别分析等等；了解稀疏表示方法与子空间学习的联系与区别。

数学考研大纲？

考研数学大纲指由教育部考试中心组织编写，高等教育出版社独家出版的、规定当年全国硕士研究生入学考试相应科目的考试范围、考试要求、考试形式、试卷结构等权威政策指导性考研用书。

它既是当年全国硕士研究生入学考试命题的唯一依据，也是考生复习备考必不可少的工具书。包括政治理论、英语、俄语、日语、数学、法律硕士、西医综合、中医综合、教育学、心理学、历史学等分册，每本书后均附有的试卷、参考答案及评分标准。

2023年的考研大纲怎样查询呢？

1、输入网址 https://yz.chsi.com.cn/ 进入中国研究生招生信息网首页

2、在首页资讯栏中找到“考研资讯”，点击进入考研资讯页面

3、在“考研资讯”页面的下方找到“考试科目”，点击想要查找的科目

4、进入科目后找到所需的考试大纲即可