各位考生:
由于我校2025年碩士研究生招生部分初試考試科目有所變更,以下為相關科目的考試大綱,供考生報名復習參考。其他自命題科目的考試大綱將在后期陸續發布:
004 化工學院(070300化學第三單元初試科目有機化學)
科目代碼 | 科目名稱 | 參考書目 | 考試大綱 | 備注 |
| 有機化學 | 1. 第五版《有機化學》胡宏紋,主編,2020年7月 2. 《有機化學》,趙溫濤主編,高等教育出版社,第六版,2020年9月 3.《有機化學》 王啟寶主編,化學工業出版社,2024年7月 | 一、 考試目的與要求 考察學生對有機化學基本知識及基本理論的掌握,以及綜合運用基本知識和基本原理分析問題、解決問題的能力。 二、 考試范圍 1. 烷烴和環烷烴;2. 烯烴和炔烴;3. 二烯烴 4. 芳烴; 5. 立體化學; 6. 鹵代烴; 7. 醇和酚; 8. 醚和環氧化合物; 9. 醛、酮; 10. 羧酸; 11. 羧酸衍生物; 12. 含氮化合物; 13. 雜環化合物; 14. 波譜分析 三、 試題結構(包括考試時間,試題類型等) 答卷方式:閉卷,筆試; 答題時間:180分鐘; 試題滿分:150分; 試題類型:命名題、選擇題、反應題、簡答題、機理題、推斷題、合成題、實驗題等 |
不允許使用計算器;繪圖工具 |
010 外國語言文化學院( 050200外國語言文學第二單元初試科目第二外語)
科目代碼 | 科目 名稱 | 參考書目 | 考試大綱 | 備注 |
| 第二外語 | 日語: 1.《新標準日語教程》(1-3)冊,馮峰等主編,外語教學與研究出版社,2021年 2.《日語讀寫教程(“理解當代中國”)日語系列教材》,修剛、周異夫主編,外語教學與研究出版社,2022年 德語: 1.《新編大學德語》(第三版)(1-2)冊,朱建華主編,外語教學與研究出版社,2022年 2.《德語讀寫教程(“理解當代中國”)德語系列教材》,孔德明主編,外語教學與研究出版社, 2022年 法語: 1《新理念大學法語》(1-3)冊,魯長江主編,上海外語教育出版社,2012年 2.《法語讀寫教程(“理解當代中國”)法語系列教材》,傅榮,謝泳主編,外語教學與研究出版社, 2022年 | 一、考試目的與要求 本考試對象是報考中國礦業大學外國語言文化學院外國語言文學學科方向碩士研究生且必須參加第二外語(日語、德語、法語)考試的考生。目的在于全面考核已修完本科生階段課程第二外語(日語、德語、法語)的學生是否達到我校碩士研究生入學的各項要求??荚囈罂忌邆湓鷮嵉恼Z言基礎,能夠準確理解并表達思想,同時展現良好的語言綜合運用能力和思維能力。 二、考試范圍 語言基礎:包括詞匯、語法、句型結構等基礎知識。 閱讀理解:考生需具備理解所報考語種語言文章的能力,能夠把握文章主旨、理解細節信息及作者態度。 翻譯能力:要求考生能夠將中文內容準確、流暢地翻譯成所報考的語種語言,同時保持原文的語義和風格。 寫作能力:考生需能夠撰寫結構清晰、邏輯連貫、語言流暢的文章,表達個人觀點或概括原文內容。 三、試題結構(包括考試時間,試題類型等) (一)考試時間:180分鐘 (二)考試分值:100分 (三)試題類型: 1.概要寫作(30分) 考生需根據提供的漢語閱讀篇章(約600字),用所報考的語種語言撰寫一篇約 200 詞(日語為300字)的概要。概要應準確概括原文要點,提煉關鍵信息,邏輯清晰,語言流暢,遵守字數限制,避免抄襲原文。 2.中譯外(40分) (1)單詞翻譯(10分)將中文詞匯翻譯成相應外文。 考生需將10個中文詞匯翻譯成所報考的語種語言,要求保證準確性、地道性。 (2)文章翻譯(30分)將中文文章翻譯成相應外文。 考生需將1篇當代中國政治、經濟、社會、哲學、文化、歷史等領域的中文篇章翻譯成所報考的語種語言。要求譯文忠于原文,語句通順,語言流暢自然,符合目標語言的語法規范及表達習慣,尊重并體現原文的文化背景與語境,保持翻譯的恰當性。 3.作文(30分) 考生需根據題目要求,用所報考的語種語言撰寫一篇不少于200詞(日語為300字)的文章。要求格式規范,緊扣主題,論述清晰,語言地道,語法準確,詞匯豐富,結構完整,邏輯嚴密。 | 不允許使用計算器 |
081 人工智能研究院(085410人工智能第四單元初試科目人工智能基礎綜合)
科目代碼 | 科目名稱 | 參考書目 | 考試大綱 | 備注 |
--- | 人工智能基礎綜合 | 《C程序設計(第四版)》,譚浩強編著,清華大學出版社,2010年,ISBN:978-7-302-22446-4 《自動控制原理》,王雪松、??×?、楊春雨編著,機械工業出版社,2021年,ISBN:978-7-不允許使用計算器-67992-9 《機器學習》,周志華,清華大學出版社,2016年,ISBN:978-7-302-42328-7 | 一、考試目的與要求 全國碩士研究生入學統一考試中的“人工智能基礎綜合”是為我校招收人工智能(085410)專業學位碩士研究生而設置的具有選拔性質的考試科目??荚囈髮W生掌握C語言相關知識,自動控制原理的基本概念和基礎理論、或機器學習基礎理論和算法,并具有運用基本概念和基礎理論分析問題與解決問題的能力。 二、考試范圍 1、C語言部分,所有考生必答題 (1)算法及其描述方法:算法的描述方法(流程圖、N-S流程圖),程序設計的基本結構。 (2)數據類型、運算符和表達式:包括變量和常量,預處理命令,數據類型(整型、浮點型、字符型),算術運算符,表達式。 (3)順序程序設計:各種類型數據的格式化輸入/輸出方法,字符數據的非格式化輸入/輸出方法,順序程序的設計。 (4)選擇結構程序設計:關系運算符、邏輯運算符和條件運算符,if與switch語句,if語句的嵌套。 (5)循環結構程序設計:C語言三種循環結構,混合控制結構程序設計。 (6)數組:一維數組和二維數組,字符串與字符數組,字符串函數。 (7)函數:函數的定義,原型聲明和調用,函數的嵌套調用和遞歸調用,數組作為函數的參數,變量的作用域和存儲類別,內部函數和外部函數。 (8)指針:指針的概念,指針變量定義、引用、作為函數參數,通過指針引用數組、字符串,數組指針、函數指針、指針數組、指針型函數,動態內存分配和釋放的方法。 (9)結構體、共用體、文件:結構體、共用體和枚舉數據類型,結構體數組、結構體指針、鏈表。 2、自動控制原理部分,選擇自動控制原理的考生作答 (1)自動控制系統的工作原理、分類和基本要求,繪制控制系統方框圖并分析其工作原理。 (2)傳遞函數的定義、性質和意義,以及開環傳遞函數、閉環傳遞函數的概念(求取電路系統、機械系統等實際物理系統的傳遞函數)。 (3)熟練使用結構圖等效變換和化簡方法,或用梅森增益公式法求系統的傳遞函數。 (4)時域響應的4種主要性能指標:上升時間、峰值時間、調節時間和超調量。 (5)一階系統的數學模型和典型時域響應特點。 (6)二階系統的數學模型和典型時域響應特點,熟練計算其在欠阻尼下的性能指標和結構參數,并掌握改善二階系統性能的原理。 (7)穩定性的定義以及線性定常系統穩定的充要條件,熟練應用勞斯判據判定系統的穩定性。 (8)系統在典型輸入信號作用下的穩態誤差、擾動穩態誤差的計算方法。 (9)高階系統的近似降階方法。 (10)常規根軌跡和參數根軌跡的繪制規則。 (11)應用根軌跡分析參數變化對系統性能的影響。 (12)理解頻率特性的含義并能用頻率特性計算系統在正弦信號作用下的穩態輸出信號和穩態誤差信號。 (13)繪制開環系統Nyqusit圖和對數幅頻漸進特性曲線圖。 (14)Nyqusit穩定判據。 (15)穩定裕度的概念,能夠利用對數幅頻特性曲線的分段近似計算系統的穩定裕度。 (16)開環對數頻率特性與系統時域性能之間的關系,正確理解低、中、高三頻段分別對控制系統性能的影響。 (17)由最小相位系統的開環對數幅頻特性曲線確定傳遞函數的方法。 (18)利用開環對數幅頻特性曲線進行串聯超前校正和串聯滯后校正的方法、原理和步驟,理解超前校正、滯后校正、滯后-超前校正對控制系統性能的影響。 (19)PID控制規律及其作用。 (20)非線性系統的特點。 (21)非線性系統分析的描述函數法。 (22)非線性系統分析的相平面法。 3、機器學習部分,其他類考生作答。 (1)機器學習的基本概念:機器學習的定義和機器學習的基本概念,包括樣本、特征、標簽、數據集、訓練、測試、模型參數、損失函數、學習誤差、泛化能力、正則化、欠擬合與過擬合、學習終止條件及方法。 (2)回歸模型:線性回歸、非線性回歸、嶺回歸、套索(LASSO)回歸基本概念及模型,回歸模型的優化方法,包括正規方程法、梯度下降法、隨機梯度下降、牛頓法。 (3)分類模型及算法:包括判別模型與生成模型的概念和區別、K最近鄰算法、貝葉斯分類器、線性判別分析、二分類邏輯回歸、邏輯回歸的極大似然估計求解、Softmax函數。 (4)決策樹與隨機森林:決策樹的分類過程、決策樹的劃分準則,包括信息增益、信息增益比、基尼不純度、隨機森林基本概念及算法。 (5)神經網絡:神經元模型、感知機與多層網絡、誤差反向傳播算法及存在的問題、全局最小與局部極小、 其他常見的神經網絡模型。 (6)支持向量機:間隔與支持向量、對偶問題、核函數、軟間隔與正則化、支持向量回歸、支持向量機的核方法。 (7)深度學習:深度學習基本原理,常用的深度學習方法、卷積神經網絡及存在的問題。 (8)集成學習:聚合算法(bagging)、提升算法(boosting)、堆疊算法(stacking)。 (9)聚類分析:聚類基本概念、性能度量、K均值算法、度量的重要性、原型聚類概念及算法。 (10) 模型選擇:學習模型的復雜度、訓練—驗證—測試法的描述、交叉驗證法、留一交叉驗證、K折交叉驗證、學習模型的綜合評價、預測誤差期望(期望泛化誤差)基本概念、預測誤差期望的預測偏差-方差分解。 三、試題結構 考試時間:180分鐘(3小時)。 考試形式:筆試,閉卷,滿分150分。其中,C語言專業基礎部分50分,所有考生均需作答;專業知識部分100分,自動化類本科專業考生選擇自動控制原理部分考題作答,其他類本科專業考生選擇機器學習部分考題作答。 | 不允許使用計算器 |
注:考生如有關于研究生報考方面的問題,歡迎隨時與我們聯系,聯系電話:見官網,電子郵箱:見官網。
中國礦業大學研究生招生辦公室
2024年8月22日
原標題:中國礦業大學2025年碩士研究生招生部分變更自命題科目之考試大綱
文章來源:https://yz.cumt.edu.cn/info/1004/2151.htm