初试科目：分布式系统与程序设计形式语义
分布式系统部分
考试大纲：
1 概念
1.1 分布式系统的定义
1.2 系统的目标
1.3 硬件概念
1.4 软件概念
1.5 CLIENT-SERVER 模型
2 通信
2.1 多层协议
2.2 远程过程调用
2.3 远程对象调用
2.4 面向消息的通信
2.5 面向流的通信
3进程
3.1 线程
3.2 客户端
3.3 服务器
3.4 代码迁移
3.5 负载均衡
3.6 软件代理
4 同步
4.1 时钟同步
4.2 逻辑时钟
4.3选举算法
4.4 互斥技术
4.5 分布式事务
5 一致性与复制
5.1 简介
5.2 数据为中心的一致性模型
5.3客户为中心的一致性模型
5.4 分布协议
5.5 一致性协议
6 容错技术
6.1 容错介绍
6.2 进程容错机制
6.3可靠的客户-服务通信
6.4 分布式提交协议
6.5 恢复技术
7 基于对象的分布式系统
7.1 CORBA 技术
7.2 分布式COM
7.3 JAVA RMI
7.4 CORBA、DCOM和RMI 的比较
8 分布式系统的新进展
8.1 Web 服务及协议栈
8.2 P2P计算与结构模型
8.3 网格计算模型
程序设计形式语义部分
考试大纲：
1 引论
1.1 引言
1.2 问题求解的可行性
1.3 问题求解的基本原则
1.4 λ记法
1.5 等式，归约和语义
1.5.1 公理语义
1.5.2 操作语义
1.5.3 指称语义
1.6 类型和类型系统
2 程序正确性分析与证明
2.1 引言
2.2 FCL/2结构的表示
2.3 其他控制结构的表示
2.4 程式的表示
2.5 程序的形式描述与证明
2.6 程序正确性证明
2.6.1 证明部分正确性的方法
A. Floyd的不变式断言法
B. Manna的子目标断言法
C. Hoare的公理化方法
2.6.2. 证明终止性的方法
A. Floyd的良序集方法
B. Kunth的计数器方法
C. Manna等人的不动点方法
2.6.3. 证明完全正确性的方法
A. Manna等人对Hoare公理化方法的推广
B. Burstall的间发断言法
C. Dijkstra的弱谓词变换方法及强验证方法
参考书：
1. 《程序设计方法学》, 李传湘等著. 武汉: 武汉大学出版社. 2000年.
2. 《程序设计的方法学教程》, 张辛儿著. 南京: 南京大学出版社. 1992年.
3. Distributed Systems: Principles and Paradigms. （分布式系统：原理与范例）
Andrew S. Tanenbaum， Prentice Hall, 2002 （有中译本）
4. 《分布式系统》，李西宁著. 北京: 科学出版社. 2006年.
5. Distributed System Design. （分布式系统设计）
Jie Wu Translated by Gao Chuanshan， 机械工业出版社，2001
6. Transaction Processing: Concepts and Techniques (事务处理-概念与技术).
Jim Gray Translated by Meng Xiaofeng， 机械工业出版社，2004
初试科目：模式识别与图象分析
图象分析部分
考试大纲：
本科注重理解(比较分析归纳实践)和基本概念扎实
一、 图象增强(10分)
1.1 概述和分类
1.2 空间域变换增强
1.2.1灰度变换法
1.2.2直方图均衡化和规定化
二、 图象平滑(10分)
1.1 均值滤波
1.2 中值滤波
1.3 加权均值滤波
1.4 极值滤波器
三、 边缘检测(10分)
1.1 边缘分类与特点
1.2 梯度算子
1.3 Soble与Robert
1.4 拉普拉斯算子
1.5 LOG, CANNY, SHENJUN等算子
四、 图像分割(10分)
4.1 基于直方图的图象分割
4.1.1 阈值选取与最优选取
4.1.2 基于一维熵和二维熵的阈值选取
4.1.3 直方图修正(二维直方图，局部象素直方图，边缘模式直方图)
4.2 基于区域的图象分割
4.2.1 区域增长技术与分裂合并算法
4.2.2 基于稳定性的图象分割
4.3 图象分割评价
参考书：
《图象处理与分析》,章毓晋编著，清华大学出版社，1999
《计算机图象处理》,荆仁杰等，浙江大学出版社
《图象处理与分析》，徐建华，科学出版社
《数字图象处理》，陈廷标等，人民邮电出版社
R.D.Gonzalez,P.Wintz,《Digital Image Processing》1977
A.Rosenfeld A.Kak,《Digital Picture Processing》1982
W.K.Pratt,《Digital Image Processing》1978
Kenneth R.Castleman, 《Digital Image Processing》, PRENTICE HALL, 清华大学出版社影
模式识别部分
考试大纲：
掌握基于最小错误率的贝叶斯决策、正态分布的最小错误率贝叶斯判别函数和决策面；了解关于贝叶斯决策错误率的分析；掌握正态分布的监督参数估计；了解正态分布的非监督参数估计以及总体分布的非参数估计；掌握线性判别函数、Fisher线性判别；了解广义线性判别函数、分段线性判别函数；掌握最近邻法以及k-近邻法；了解关于最近邻法错误率的分析；了解类别可分离性判据以及特征抽取方法；掌握基于KL展开式的特征提取方法；掌握动态聚类的C-均值算法。
参考书：
边肇褀等编著. 模式识别. 清华大学出版社, 第二版, 2000.
