（代码：2299）
1．考试对象：博士生入学者（数学与统计学院）
2．考试科目：《智能计算与模式识别》
3．答卷方式：闭卷，笔试
4．答题时间：180分钟
5．总 分：100分
6．考试内容：
一、傅里叶分析与小波分析
傅里叶变换，窗口傅里叶变换，小波变换的定义，多分辨分析的基本理论。
二、一致逼近与Korovkin定理
Tchebyshev最小零偏差多项式及其应用、代数多项式逼近理论中的有关结果Weierstrass第一定理、线性正算子与Korovkin定理
三、支持向量机算法
支持向量机的几何意义，数学推导过程，参数选择，核函数的选择，在统计学习框架下的意义，二次规划。
四、模式识别
贝叶斯决策理论，概率密度估计，线性判别函数，非线性判别函数，近邻方法，特征提取，人工神经网络。
参考书：
1．李红，《数值分析》（第二版）。华中科技大学出版社。
2．边肇褀等编著，模式识别。清华大学出版社，第二版，2000．
3．李国正，王猛，曾华军。支持向量机导论。电子工业出版社，2005．
4．邓乃扬，田英杰，数据挖掘中的新方法－支持向量机。科学出版社，2004．
5．R． Duda， E． Hart， G． Stork， Pattern Classification， Wiley－Interscience， 2000．
您现在的位置： 