友情提示:本站提供全国400多所高等院校招收硕士、博士研究生入学考试历年考研真题、考博真题、答案,部分学校更新至2012年,2013年;均提供收费下载。 下载流程: 考研真题 点击“考研试卷””下载; 考博真题 点击“考博试卷库” 下载
武汉工程大学 2018 年《人工智能基础》考研考试 一、命题原则: 1、考察学生对基础知识(包括基本概念、基本内容、基本结论、基本计算) 的掌握程度以及运用已掌握的知识分析和解决问题的能力。 2、考试对象为报考我校“模式识别与智能系统”专业及相关方向的研究生 入学考试考生。 3、难易适度,难中易比例:容易:30%,中等:40%,偏难 20%,难:10%。 4、考试知识点覆盖率达 80%以上。 二、题型、分值及考试时间: 1、题型包括:填空题、名词解释、计算题、简答题 2、考试时间:180 分钟 3、满分:150 分 三、考试内容与要求 第一章 人工智能的基本概念 熟悉 1.1 AI 的定义及其研究目标 掌握 1.2 AI 的产生与发展过程 掌握 1.3 AI 研究的基本内容 掌握 1.4 AI 研究的不同学派 掌握 1.5 AI 的主要研究和应用领域 熟悉 1.6 AI 近期发展分析 熟悉 1.7 我国智能科学技术教育体系 第二章 知识表示方法 熟悉 2.1 知识与知识表示的概念 掌握 2.2 一阶谓词逻辑表示法 掌握 2.3 产生式表示法 掌握 2.4 语义网络表示法 熟悉 2.5 框架表示法 熟悉 2.6 过程表示法 第三章 确定性推理 了解 3.1 推理的基本概念 掌握 3.2 推理的逻辑基础 掌握 3.3 自然演绎推理 掌握 3.4 归结演绎推理的方法与过程 掌握 3.5 基于规则的演绎推理 第四章 搜索策略 熟悉 4.1 搜索的基本概念 掌握 4.2 状态空间的盲目搜索:深度优先、宽度优先、迭代加深 掌握 4.3 状态空间的启发式搜索 掌握 4.4 与/或树的盲目搜索 掌握 4.5 与/或树的启发式搜索 熟悉 4.6 博弈树的-剪枝策略与启发式搜索 第五章 计算智能 了解 5.1 概述 熟悉 5.2 神经计算与人工神经网络的原理 了解 5.3 进化计算 熟悉 5.4 模糊计算 第六章 不确定性推理 了解 6.1 不确定性推理的基本概念 了解 6.2 不确定性推理的概率论基础 了解 6.3 确定性理论 了解 6.4 主观 Bayes 方法 了解 6.5 证据理论 了解 6.6 模糊推理 第七章 机器学习 熟悉 7.1 机器学习的基本概念 熟悉 7.2 记忆学习 熟悉 7.3 归纳学习 熟悉 7.4 解释学习 熟悉 7.5 神经学习 第八章 自然语言理解 熟悉 8.1 语言及其理解的基本概念 熟悉 8.2 词法分析 熟悉 8.3 语法分析 了解 8.4 语义分析 第九章 分布式智能 熟悉 9.1 分布式智能的基本概念 熟悉 9.2 Agent 的结构 了解 9.3 Agent 通信 了解 9.4 多 Agent 合作 了解 9.5 移动 Agent 第十章 先进专家系统 熟悉 10.1 专家系统的基本概念 熟悉 10.2 基于规则和基于框架的专家系统 熟悉 10.3 模糊专家系统和神经网络专家系统 熟悉 10.4 基于 Web 的专家系统 熟悉 10.5 分布式和协同式专家系统 熟悉 10.6 专家系统的开发 四、建议教材及主要教学参考书 《人工智能》,贲可荣,张彦铎。清华大学出版社 《人工智能》,(美)尼尔森著,郑扣根译,机械工业出版社 《人工智能原理及其应用》第二版,王万森。电子工业出版社 《人工智能基础》,蔡自兴、蒙祖强。高等教育出版社 《人工智能及其应用》,蔡自兴,徐光佑。清华大学出版社 《人工智能》(第一版),张彦铎。清华大学出版社
免责声明:本文系转载自网络,如有侵犯,请联系我们立即删除,另:本文仅代表作者个人观点,与本网站无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
|