成都电子科技大学2013年12月授予硕士学位人员名单

附件:

授予硕士学位人员名单

通信与信息工程学院学位评定分委员会（21人）

全日制学术型硕士研究生（1人）

石春华

工程硕士研究生（20人）

黄皓舟杨剑郝洁周雪莲金乐熊沙陵向科寇伟唐岚吴云清容丽萍史霄翰朱晨田宇王露姚震宇袁雷王玺唐自翔曹麟电子工程学院学位评定分委员会（119人）

全日制学术型硕士研究生（5人）

刘国菊张德智杜充武鑫陈士航

全日制专业学位硕士研究生（2人）

王云玉刘海宽

工程硕士研究生（112人）

赵银春何晔朱玉军李亮陈双良李立张宇李志刚陈旻东李大军范明俞辉陈连华胡朔寇文斌陈波高美翁红霞张晓晟陈国芳马伯虎祁阳袁菲顾涛初琦祖峰吴明泽池东蔚史军方荆磊陈昱魏明申辰刘占鸿陈方园张灵钰刘泽华刘先刘玥頔胡克秦宏伟申宇刘彪乔克婷夏楠杜胜歌杨建瑛张明义周荔吕超王晖王田崔荣清齐迎旭孙卫甄明珺童悦张梁李翔李晓敏杨明辉王珑张景霖吕兵王冠一季丽美曾言杨侨依张驰高朋新赵丽莉慈鹏肖冰王凤娇夏海滨刘晓娜王宝祥王宇罗浩马也王一冰师俊飞刘雷洪英剑白琳赵梓竹张焕陈骁宇郭晓峰魏清国姜宾王泽杨帆巫海宁陈明卓刘洋马千里姚俊伊孙佳铌何蕴达姚洪攀周欢王艳江高健曲道德王箫屿邱继东孔玫朱少荣于成辉张合印成斌

微电子与固体电子学院学位评定分委员会（39人）

全日制学术型硕士研究生（7人）

李祥曾宇赵轲钱东培张海全张海宁贵鹏

工程硕士研究生（32人）

孔建军任晓梅马飞师向宁张淑娟黄小兰李志兵陈萍杨晓金峰张宇凡崔磊罗云华叶超蓝伟胡(韦华) 陈颖瑜张韡乾杨玉明孟杰肖建勇姚彬姚峰杨改改林祥中冯亮王伟李江罗剑罗军辉李亮王圻

物理电子学院学位评定分委员会（50人）

工程硕士研究生（50人）

郭文胜于乃益崔焱温连健张立哲苏龙阁赵和鹏陈璐刘斌曾琪任萍萍何平杨文黄斌姜旭陈振梁黄达林彭聪陈思宏王颖孙博王强胡松赵仕成王荣鸣沈海璇吴立涛李鹏支涛杨生梅蔡岭明周俊杰朱星镇陈楚王忠陈阳刚魏吉光李婀茂郑欣关晟谢明叶宇廷艾鑫森何镝辉郭刚邱霞龚畅隆丽华祝林刘琨光电信息学院学位评定分委员会（69人）

工程硕士研究生（69人）

陈怡鹏钱媛媛白万美陈书曾镭王骞汪莹陈道爽华楠王磊游章勇杨正燕雷庆力李朋古力铭郑爽吴娜陈佼立杨馨羽刘文卿李娜李杰克刘昱张敏蔡昌建蒋一行刘德金易辉徐辉肖勉邓利袁彦郭文卿杨海峰孟清许欣荣胡铎膑万建忠王曙光李兴雷霖刘凉山韩璐陈珉卿勇芳宋玉田蒋利明龙莉李俊熙杨边石戈昊唐锋周忠彬邓宇张涵古冰川刘晓东张迪刘期军夏超唐俊李贵明高山谢东平黄志新卢侃曹磊易波余梦璐

计算机科学与工程学院学位评定分委员会（824人）

全日制学术型硕士研究生（7人）

刘英谢婧希贺铭金建钊廖润祥陈文杨加灶

工程硕士研究生（813人）

张心心刘翔李昭霞王玉祝王丽张辽陈轲杨东威舒畅李睿梁影晖彭晓丹郑晖耿玉菊王喆李宏亮邹健周亚琴徐喆周伊

陆海东王静孙勇李冀敏李舜罗宁毛鹏程季陈陆敏蒋京张卫中姚伟英郑汉杰方鹏许敏胡继雄肖文潘志鹏包小滋黄继华蔡继东谢勇锋徐峰林丛明何伟峰郭庆林陈辛林应治张志进周微钱丹妮张萍萍朱璐璇王华伟朱信华孟凯朱文利卢霄李文李林峻陈闻吴要领陈玉峰闫丽刘辉裴洋李芙蓉范舜沈云凌刘科辰赖亮鑫马杰川黎映如郑元君邱崇志梁展航李杨璨雷光洪张剑卫文芳陆曼曼彭建中尚慕玮王海楠平安林永彬次曲李砚君姜玉平杨光方和平赵啸宇胡瑞杰李岩胡素爱孟佳丽张芳张元马刚韩素炜杜勇赵旭芳曹永明薛志文慕建平梁晶晶宋森沈彦郑太松刘一闻董文盾虞华沈晨孙宇星成旭超孙晓军包敏周伟唐志明郭洪伟夏斌红黎细亮魏朝斌钱凯徐珍玉朱莉莎罗浩波夏斌晔刘志刚金啸余胜鹏董震陈强吴养聪黄华锋郑琦吴琼黄承荣林晓萍邓旭红丁菁徐春梅刘钟翔童莉芩李晓岚吴缇张勇朱文凯叶建鹏林洲苏嘉熹谢代邑林远肖春明李婷聂犇江洪涛吕阳田涛梁轩伟谢晓明张文黎刘井军郑义曹梅竹马加平董军刘静徐晶晶王锐宋宜洛杨秦生李贞刘宁杨洋陈哲吴芸宋丹潘晓霞伍香哲吴俊聪苏韶生洪义州徐涛郭锦胜唐鹏飞陈乐姜宗元刘彬潘家利王晶刘春梅向烈升向兰宣李南马玫张醒芝杨慧蓉简擎炬禅锦玉宁晓敏许盛诚孙卓一李兆明胡晓燕周恺汤杰练小娟许航杭王益民诸国华金叶程伟强彭旭陈坚鸣杜云飞杨道喜王焰王德富刘丛杜伟李豪陈翔朱研王华刚李能力朱涵杰杨震锋金星义李维信骆永良洪远程崔巍华东郑建忠王葛汪洋危文清郑建意刘薇邱振毅刘振华李凌祥高海燕傅东军谢宾李昕邓明慧刘元明杨智胡丹张煜婕蔡园园熊凡许敏贾丹丹王乐琳袁万友陈玉刚马伟魏茂刚秦贞虎韩晓川关春红张保贵张健郭新波李相会孙亚博陆云王民川刘强肖静张力魏欣焦军宁陈俊杰蔡畅谷长荣李兴邓敏杰王凤斌刘树飞方玉林王瑶茜肖丰平张怡曾丹何海菠柏陶陶傅春华唐晓丽高继滔孙喜艳孙启峰向晓霞汪丽李兴龙苏令朋詹雯雯孙君辉曹忠颜光伟程耀祖赵金良马宁臧钊赵勇任雅美陈淼马俊林香娟邱东鹤王爱琴贾爽吴玲云崔海平周尽染朱珺卢笑洲张志国纪华沈文天王晓娜王坚苏志浩恽冰许国梁石建平陈隽张德武恽昌张猛韦晓霞叶翔缪群娟吴泽徐林烨许坚阳沈华张丹朱航宇刘冰卢小松陈硕刘剑熙吴霞伍宇高惠凡吴德晨

马思张宝青刘乐沁刘琦君黄卉潘莎江鸿漩韩峰谢亮金春花宋玉亮李宁钟玲冯汉中徐鹏翔柳正旺费伟剑李春岩万东王美妍高阳丁志坚赵洋邱鹏白凯吴刚张亚峰靳明鹏郝剑波孔利杰余轶王威刘涛朱振国辛欣何宇彭志刚沈晨熊清磊赵东宁

王杨王萱木塔里

甫·木明

王丽霞姜楠王翠云王晓燕王正辉陈忠宝翁金川

李丽蓉万泓伶范涵刘健孙建政杨轩薛卿任飞刘晓义段海清刘智李红涛朱伟段永峰张智彦王卉江华蔡中民董朝华徐东赵检华张永全郭利民伞春雷张杰王志胜刘树森王聪张国明宋衍辉魏代秀杜庆付艳波王富春金殿武李传雷沙顺雄姜凌李铁陈伟翁国瑞顾群许可李洁李振杨波郭智勇李刚曙乐葛春李文杰韩炜孙婷赵立齐丹阳付存谓楼鹤唐伟蒋静黄晓武宋益泉范权王升刘翔舒洪灵方奇仲瀛昊许韵齐杰朱柏松金洪峰王海洋郭杰李成慧陈海进郤一吟王倩张科明柳成昌陈斌周国新周峰高鹏葛扬瑛梁钦崧赵梓文汤天津姚一玄金秋生罗一许海亚陆云芳周启勇傅泽邵永红吴华晓冯家俊王薇薇王明照水君飞刘激韵严兆宏刘小克廖林琴黄勇王永峰林青陈伟黄群英林垒周业郑伟黄春霞林我云陈哲郭建华施磊江文哲林延珊刘玉娟何勇杨建成方鹏杨茵夏冰马振宇王洋骆晓辉夏莉唐梦怡廖涛胡娟张伟强袁洁邹秀件汪晗邓媛媛郭少北王世光张延晨戢东晓谢添龙王岩靳松迟福娟王世东张清刚耿晓伟董菡王冉李明丁国强张伯涛王彩云焦健董蕾刘永锋马会燕琳张敏付晓枝王新江高攀宋玉新王涌项莉付建彬于子贻任伟秀巴晓明李姝平孔鹏李英闫山王征蔡雲鹏李景富李娜贺华徐振葛景陶孙若芯王玲叶海军杨诚范正祥龙宇吕丁谷潇崔玥

董世丹傑易洛锋陈波朱存华焦雷宁思华曹巍何亮戴少为

努尔扎提·艾力别

克

兰宇卢嘉中何海波梁晨龙玉婧张鑫盛泳潘杨雪松张亚男郑梦彧刘彬孙磊安力川相如意王吉田甫张明郑凯刘尧孙正轩李萍赵伟于群芮炳楠范占峰侯宝光李林马雷柏瑞华王丹邱徐容梁晏厉顺麟赵毅安张乐沈加张峥蒋科陈晓高军张钧蒋臣施鉴中李沫姜锋侯旻张晓东谢经兵周茜刘晶周书婷邵杰李晓蒋玲舒美群梅国会顾晓伟冯瑛瑛方昕刘军

陈王莹侯玮顾赟孙婷俞文斌李霞钟如圣葛群波吴亮蔡文超何亮赵雷谢敏周建敏陈勇王明和郑月秋张倍倍梁斌沈坚吕玉龙姚佳王艳沈琦琦郑胖胖俞科安何娟应金航冯宁邢园园曹旸宋小霞张海平徐菁李群江枝滔肖煜丰吴理熙江毅蔡怀钗叶光银陈东陈洪洪莺俤乐文灿郑雪花薛文超陈永健章绍耕王永苹郑艳萍蒋艺燕林志生周良伟吴世代杜婷婷陈文冲蔡志峰蔡佩慧林一松林永红黄凌杜思维邓映华万淑琴饶婷王艳周昊胡琼胡泊朱家雄赵东红刘瑞刘晓东张永平张亚冬李丹林海扈雷王国礼王书文杨勇于海鹏张艳华潘仲华尤玮单义宋汶阳李中杰李玉霞纪凤鸣乔建伟陈明何灿陈逵陈科军张晓湘覃侯健肖英黄武锋陈雨花潘恒标赵振宇罗莎陈培均李铖昌庞光垚陈嘉霞黄莉雯刘小芳何积先杨科陶文陈家迁黄健荣罗建明李英明黄小龙李毅黄诗韦远雄耿莹张谋鑫柏世兵巫黎黎陈洁孟世和张娇彭君凯蓝方廖凯杨业令田芯安陈勤王晓华王忠伟付超王萍常庆英王璟牛艳李娟王威陈志强潘磊丁淋钧任潇波徐佩佩张一军徐放蕊张慧蓉游祥汶刘晓敏

中职教师硕士研究生（3人）

王灵香雷静林琳

留学硕士研究生（1人）

Bum-erdene ltantsetseg

自动化工程学院学位评定分委员会（146人）

全日制专业学位硕士研究生（3人）

吴必造喻荣超王肇宇

工程硕士研究生（143人）

唐杲陈功罗云松严嘉伟袁旭宏刘姝昱张波顾克刘洪文于晓明吕君李蕾李冬谢凯平海张秋松张忠月胡健王丽颖刘广宇康淑杰刘伟东李婷周庆雨江开迪张志婕张露黄碧波李明军刘中山燕飞贾维胡科华马国栋张滢滢李珣赵光辉王锐利邱嘎彭虎罗艳芳陈华何姗陈刚陈继辉胡浩刘飞左国明熊健肖欣翟文杰张峻峰何志刚杜佳洁金小惠苏静马浩翔陈锐刘媛朱彦敏崔晓健何敏朱玉洁孙荣李华东胡萍王众刘亭婷杨强李峥

李享曾珍肖乃慎唐菁胡娟吴天琪郑兴元林佳曾强罗杉郭林董斌薛振洲田晨李昊朱旭李鑫李常青张化平梁永文刘博常伟胡承寇兴魁刘昭君朱晓钟王宇翔吴涛金磊冯甜王豫赵志刚武兴国王维建姜波都颖吴强陈曦白乐荣乔新朱沙文吴浩李赢张建瑞王盾徐仲景张曦张鹏松金煜琦李洁梁涛张玉华白树深王瑛纪杭辛洪子玉倪丹郝炜张荔王云博陈虎李春豹梅雪薛飞龚勇贾旭丁鑫张天一李元基陈泉清陈伟奚阳吴继先

机械电子工程学院学位评定分委员会（7人）

全日制学术型硕士研究生（3人）

张鑫李友华陈聪

全日制专业学位硕士研究生（1人）

孙宇

工程硕士研究生（3人）

杨钊文航凌黄德军

数学科学学院学位评定分委员会（55人）

工程硕士研究生（55人）

朱君李蕴明崔英华陶新马靖涵马晓东万博董文莹庄妍史舵刘瑜杨宇杨端阳蒋紫倩王洪海冯丹李爽刘正辉高艳徐丰李琳吕开发张华彬侯伟杨少辉狐为民张峰朱国强李鋆赵竞雄李菊薛小燕赵辉张浩王雁刘辉陈妍妍王欣袁志刚袁铁军方红兵张民张守领吴春光高景龙李亚慧康健吴亮周文星李裕琼马俊马晓敏刘晨李仿民程松涛

经济与管理学院学位评定分委员会（293人）

工程硕士研究生（31人）

李佳玲何南周恒正李雯倩石冀敏刘雯娟杨德贵康金锋蔡文艳尹翔杨雯子李东民王繁赖从沛杨朝松李锐杜巍刘友洪张庆郑建澍向斌文稷培林成安林军郑辉陈思宇龚小东姚罡罗珊钱永刚陈久丽

工商管理硕士研究生（214人）

曹振陈幸胡松涛李洁彭敏郝兵胡国强李金钊李立群廖佳刘刚彭禾肖玉春杨文莉于亮张祎周昭华汪勇易素琴高微钟惠恩朱勤李罕伟邝德文林淳朱岚峰李高强冯斐王津何晓娟陈梅夏洪涛周春彭林王璐饶勇蒲枫华程亚楠张勤王蜀恒张鑫沈浮张林拓小月田丰金鑫翟进杨洪伟刘超周婷婷周丹杜文东侯敏廖纪军刘桂华王粟豪何杰漆枢刘伟曾丹董晋池何宇杨辰瑾石姝王波许川羊洋贾玉婷岳鹏朱笔刘苗梁源范颐辉张丽薛敏历航宇高煜丹聂瑜巫琳汪美凯杨忠海张金华熊伟李波郭晓蕾李宏伟绳晋洁何赵爽蔡振兰岛宁陶然刘奕蔡永波刘健李权石立虎贾建刚钟毅罗益赵欣顾晨燕韦巧燕任星陈东赖彦张全科梁泳雅聂立英刘杨陈新权陈典斌王文鑫陈晔钟秋新温世冠梁义暖林彩麟阮正国卢健强吴嘉华吴素姬张国才江艳明张丰祥韩玲颜莉莉刘旭赵颖陈练赖业涛钟湘来方波王柳夏春秋陈斌许亮金晓平仲崇志曹聪颖谢元伟王得中陈列李宗明曹阿文杨军巢国军杨小波杨霞史春佳陶家国邱萍薛俊王频平何之冰陈文彬李娜徐勇张利辉陆谊王亚莉王文佳张俊林王翰昳汪浩余艳毛泉佘昊杨晓昭王乃中姬星照刘启长莫立汉杨佰宏朱传武朱晓彦孔红岗陈丽君戴炳锋李岩涛吕国芹徐晓易吴恒玲郁伟张欢倪君黄萍姚奕海季广杰崔慧茹施红娟张莺段娟王同雍郑静刘晓琳赵健军孙辛会范有照李敏彭瑶琳王凌臧晶晶张雯张明万方姜文辉胡旻雍沈敏王成张丹何爽唐杰李娜李锦松

高级管理人员工商管理硕士研究生（48人）

程永忠刘恒吴宏军鲜俊才杨波李晓懵杨邦成杨华陈全周华荣王悦张耕云王之旭薛斌付刚岳华杨梓强江白蔡志波汤绍武贾书智吕钢张琳曾玉洁肖明富邹湘萍付强江宾陈建蓉周独军周海勤张义颜何畏李倩谭朝袁宏伟杨恩志汪学武彭佳阳春平王小军王德战陈邦荣陈柯王建江大红程祥才苏成忠

政治与公共管理学院学位评定分委员会（134人）

全日制学术型硕士研究生（6人）

任海玲何流徐帅史丽莉周扬静赵洁

中职教师硕士研究生（5人）

安莉丽蔡激扬李强张全罗敬

工程硕士研究生（80人）

罗锐剑曹超王军刘静宋昌英叶春鹏崔静王波黎斌何庆君邹亚飞王晓亮王恩培李承蔚李平李勇朱丹王旭宇袁航刘芳赖健马维杨岚凯刘玥月李耘稷何妮妮陈石磊阳晶高鹏谢杨张春媛李勇军谯华平王建军苟乙权何勇周坚沈爽高法张代琳谢秉翰俞贺胜石旦真魏伟张晨李义彪杨超兰洁刘敏刘应武陈文康朱海萍何尧吴霜栗兴闫攀毛麒麟兰毅邓仁全郭珂邑孟春刘波邬潇潇梁潘付世峻张国仲李新李志坚江欣蔡昊东杨忠东赵勇军符红霞刘卫星官孙平金瑾喻琢涵宋卫平曲鑫轶李光辉公共管理硕士研究生（43人）

罗辑陈南英毛伟宇王寓周陈洁谢璐遥郑翰林晏家徐杨石磊杨静波李亭艳李南坤林迪丁丽萍赵娟刘高寇莉魏琦吴秩源沈清泉吴艳艳任世琦王峰杨茂丛耿洁谢勇赵玮琳方薇杨晓鸣黄超庞军余萍袁东罗平陈文彭颖余昌洪蒋黎严仕吉赵钏杓施秀燕冉莉

航空航天学院学位评定分委员会（145人）

全日制学术型硕士研究生（4人）

刘杰冉毅书甘露李星星

全日制专业学位硕士研究生（1人）

黄超

工程硕士研究生（140人）

梁鑫林锐刘峰范平丁剑伟王志毅何德平余祥杰夏秀丽黄振于庆飞赵玲莉方亮李化玉李媛莉柳林陈阳闵伟宏王小翠顾梅华陈雪梅王雪鹏张万宝梁海凌王琳鲍志红王洪健房成钱晨孙志银姚承霈刘玉美邱亮李雪妮黎静张勇张柳黄志强钟荣辉杨晓勇陈思曾奋贺侃白振伟何柳英袁宏彦张文郁杨凤欣章硕马琳娜曹琰常江徐海涛李强杨奕余健王林松周棣姜祥祥毛遂何玉娟侯玉良文宇安亮王宁张磊张振宇刘玉立李四军孟海帆

王茜崔美晶曲爽王世鹏杜佳媛关大平马志强吴志强徐国华殷新毅黄怡皖朱国林徐英仲轶宏李徐翁吴建良盛志昆彭京平褚震雨范丽娟张玮沈瑜敏陈颖戴乐传冯兰朱海霞陶利李元贵李祺胡传迅闫小羽吴春华许丽华袁玫鹃贾永林王琴范新薇钱晔俞晟昱唐懿邹华英沈嘉幸郑婧颖武婷卿金云许洲屏杨阳冯一帆谢洁顾杰周益葛张明周信宏徐涛连培丽周永川陈剑伟石万琳程文杰王小锋饶丽光廖刚郑巧红赵鹏汤霞付琪琳植雅芳尹志聪张剑杨佳电子科学技术研究院学位评定分委员会（2人）

全日制专业学位硕士研究生（1人）

吕新知

工程硕士研究生（1人）

王为涛

通信抗干扰技术国家级重点实验室学位评定分委员会（3人）

全日制学术型硕士研究生（1人）

李卓东

全日制专业学位硕士研究生（1人）

陈霄

工程硕士研究生（1人）

刘毅

习题五 1．对1*n 棋盘的每个正方形用红或蓝两种颜色之一着色。设a n 表示没有任何两个着红色的正方形是相邻的着色的方式数。求a n 所满足的递归关系并解之。 解：设a n 表示1*n 棋盘中无任何两个着红色的方格是相邻的着色个数，则对第一个方格有两种着色方式： a.对第一格着蓝色，则在其余的n-1个方格中无任何两个着红色的方格的着色数为 a n -1. b.对第一格着红色，在第二格只能着蓝色，则在剩下的n-2个方格中无任何两个着红色的方格的着色数为a n -2。 显然有a 1=2，a 2=3，由加法法则得递推关系式 12 12 2,3n n n a a a a a --=+??==? 特征方程为012 =--x x 特征根2511+= x ,2 5 12-=x 通解n n n c c a )2 51()251( 21-?++?= 由初始条件有:??? ????=-?++?=-?++?3)251()251(2251251222121c c c c 故有： a n = ])251()251[(5 1 22++--+n n 2．如果用a n 表示没有两个0相邻的n 位三元序列（即有0，1，2组成的 序列）的个数。求a n 所满足的递归关系并解之。 解：对n 位数的第一位数有三种选择方式: 1)第一位选1，则在剩下的n-1位数中无两个0相邻的个数为a n -1; 2)第一位选2, 则在剩下的n-1位数中无两个0相邻的个数为a n -1, 3)第一位选0,则在第则在第二位又有两种选择方式， (1)第一位选1，则在剩下的n-2数中无两个0相邻的个数为a n -2;

(2)第一位选2，则在剩下的n-2数中无两个0相邻的个数为a n -2 显然有 a 1=3,a 2=8 由加法法则得 ?? ?==≥+=--8 ,3) 3(222121a a n a a a n n n 特征方程 x 2-2x-2=0 特征根为x 1=1+ 3,x 2=1-3 通解为 a n =c 1(1+ 3)n +c 2(1-3)n 由初始条件有 ???=-++=-++8)31()31(3 )31()31(2 221 21c c c c 所以，a n =1/6[(3+2 3)(1+3)n +(3-23)(1-3)n ] 3．有一个楼梯共有n 阶，一个人要从这个楼梯上去，他每一步跨上一阶 或两阶。问此人有多少种方式走过该楼梯？ 解：设有a n 种方式走过这个楼梯，则共有两种方式走过这个楼梯： 1)第一步跨一阶，剩其余n-1阶，于是走过这n-1阶的方式数为a n -1; 2)第一步跨二阶，剩其余n-2阶，于是走过这n-2阶的方式数为a n -2, 显然有a 1=1，a 2=2. 由加法规则,得递推关系如下： ?? ?==+=--2,121 2 1a a a a a n n n 这与F n ＋1相同，故有 5 2 )51()51(1 1 1+++--+= n n n n a 4．某人有n 元钱，她每天要去菜市场买一次菜，每次买菜的品种很单调， 或者买一元钱的蔬菜，或者买两元钱的猪肉，或者买两元钱的鱼。问，她有多少种不同的方式花完这n 元钱。 解：设花完这n 元钱的方式有a n 种，则有下面几种方式： 1)若第一次买一元钱的菜，则花完剩下的n-1元钱就有a n -1种方式， 2)若第一次买二元钱的肉，则花完剩下的n-2元钱就有a n -2种方式， 3)若第一次买二元钱的鱼，则花完剩下的n-2元钱就有a n -2种方式， 显然有a 1=1，a 2=3. 由加法规则,得递推关系如下：

模式识别的研究现状与发展趋势 摘要：随着现今社会信息技术的飞速发展, 人工智能的应用越来越广泛, 其中模式识别是人工智能应用的一个方面。而且现今的模式识别的应用也越来越得到大家的重视与支持，在各方面也有重大的进步。模式识别也成为人们身边不可或缺的一部分。关键词：人工智能，技术，模式识别，前景 Abstract：In the modern society with the rapid development of information technology, the application of a rtificial intelligence is more and more extensive, among them pattern recognition is one of the ap ply of artificial intelligence. And now the application of pattern recognition is also more and more to get everyone's attention and support, in various aspects have significant progress. Pattern rec ognition has become an integral part of people around. Keywords: Artificial Intelligence, Technology,Pattern Recognition, prospects 一，引言 如今计算机硬件的高速发展, 以及计算机应用领域的不断开拓, 人们开始要求计算机能够更有效地感知诸如声音、文字、图像、温度、震动等人类赖以发展自身、改造环境所运用的信息资料。但就一般意义来说, 目前一般计算机却无法直接感知它们, 我们常用的键盘、鼠标等外部设备, 对于这些外部世界显得无能为力。虽然摄像机、图文扫描仪、话筒等设备业已解决了上述非电信号的转换, 并与计算机联机, 但由于识别技术不高, 而未能使计算机真正知道采录后的究竟是什么信息。计算机对外部世界感知能力的低下, 成为开拓计算机应用的瓶颈, 也与其高超的运算能力形成强烈的对比。于是, 着眼于拓宽计算机的应用领域, 提高其感知外部信息能力的学科———模式识别, 便得到迅速发展。 人工智能所研究的模式识别是指用计算机代替人类或帮助人类感知模式, 是对人类感知外界功能的模拟, 研究的是计算机模式识别系统, 也就是使一个计算机系统具有模拟人类通过感官接受外界信息、识别和理解周围环境的感知能力。现将人工智能在模式识别方面的一些具体和最新的应用范围遍及遥感、生物医学图象和信号的分析、工业产品的自动无损检验、指纹鉴定、文字和语音识别、机器视觉地圈模式识别等方面。 二，现状 以地图模式识别为例，地图模式识别是由计算机来对地图进行识别与理解, 并借助一定的技术手段, 让计算机研究和分析地图上的各种模式信息, 获取地图要素的质量意义。其计算处理的过程类似于人对地图的阅读。 地图模式识别是近年来在地图制图领域中新兴的一门高新技术, 是信息时代人工智能、模式识别技术在地图制图中的具体应用。由于它是传统地图制图迈向数字地图制图的一座桥梁, 因此,地图模式识别遥感技术、地理信息系统一起, 被称为现代地图制图的三大技术。 目前, 地图模式识别由于具有广泛的应用价值和发展潜力,因而受到了人们的普遍重视。尤其是随着现今的计算机及其外部硬件环境的不断提高, 科技不过发展的情况下，

习题四（容斥原理） 1．试求不超过200的正整数中素数的个数。 解：因为2215225,13169==，所以不超过200的合数必是2,3,5,7,11,13的倍数， 而且其因子又不可能都超过13。 设i A 为数i 不超过200的倍数集，2,3,5,7,11,13i =，则 22001002A ??==????，3200663A ??==????，5200405A ??==????，7200287A ?? ==????， 112001811A ??==????，132001513A ??==????，232003323A A ??==????? ， 252002025A A ??==?????，272001427A A ?? ==?????，2112009211A A ??==?????， 2132007213A A ??==?????，352001335A A ??==?????，37200937A A ??==?????， 3112006311A A ??==?????，3132005313A A ??==?????，57200557A A ??==?????， 5112003511A A ??==?????，5132003513A A ??==?????，7112002711A A ??==?????， 7132002713A A ??==?????，111320011113A A ??==?????，2352006235A A A ??==??????， 2372004237A A A ??==??????，231120032311A A A ??==??????，231320022313A A A ?? ==?????? 2572002257A A A ??==??????，251120012511A A A ??==??????，251320012513A A A ??==??????， 271120012711A A A ??==??????，271320012713A A A ??==?????? ， 21113200021113A A A ??==??????，3572001357A A A ??==?????? ，351120013511A A A ??==??????

应用随机过程学习总结 一、预备知识：概率论 随机过程属于概率论的动态部分，即随机变量随时间不断发展变化的过程，它以概率论作为主要的基础知识。 1、概率空间方面，主要掌握sigma代数和可测空间，在随机过程中由总体样本空间所构成的集合族。符号解释： sup表示上确界， inf表示下确界。 本帖隐藏的内容 2、数字特征、矩母函数与特征函数：随机变量完全由其概率分布来描述。其中由于概率分布较难确定，因此通常计算随机变量的数字特征来估算分布总体，而矩母函数和特征函数便用于随机变量的N阶矩计算，同时唯一的决定概率分布。 3、独立性和条件期望：独立随机变量和的分布通常由卷积来表示，对于同为分布函数的两个函数，卷积可以交换顺序，同时满足结合律和分配率。条件期望中，最重要的是理解并记忆E(X) = E[E(X|Y)] = intergral(E(X|Y=y))dFY(y)。 二、随机过程基本概念和类型 随机过程是概率空间上的一族随机变量。因为研究随机过程主要是研究其统计规律性，由Kolmogorov定理可知，随机过程的有限维分布族是随机过程概率特征的完整描述。同样，随机过程的有限维分布也通过某些数值特征来描述。 1、平稳过程，通常研究宽平稳过程：如果X(t1)和X(t2)的自协方差函数 r(t1,t2)=r(0,t-s)均成立，即随机过程X(t)的协方差函数r(t,s)只与时间差 t-s有关，r(t) = r(-t)记为宽平稳随机过程。 因为一条随机序列仅仅是随机过程的一次观察，那么遍历性问题便是希望将随即过程的均值和自协方差从这一条样本路径中估计出来，因此宽平稳序列只需满足其均值遍历性原理和协方差遍历性原理即可。 2、独立增量过程：若X[Tn]– X[T(n-1)]对任意n均相互独立，则称X(t)是独立增量过程。若独立增量过程的特征函数具有可乘性，则其必为平稳增量过程。 兼有独立增量和平稳增量的过程称为平稳独立增量过程，其均值函数一定是时间t的线性函数。

西安电子科技大学 研究生课程考试试题 考试科目：组合数学 考试日期：考试方式：闭卷任课教师：学生姓名：学号：

一、 （10分）设盒子中有3n 个球，其中有n 个样子相同的红球和n 个样子相同的篮球，而其余的n 个 球的颜色互相都不一样，且都不是红色或蓝色。现从中随机取出n 个球（不考虑取出来的球的次序），且要求红球和篮球一样多。那么，当n 为偶数时，可能有多少种不同的选取结果？ ① 分析问题 ………………………………………………………………………………………… 4分 设红球选k 个，则篮球必选k 个，从而其它球应选n －2k 个，此时有k n n 2C 11-??＝k n n 2C -种不同的选取结果（k ＝0, 1, 2, …, n/2）。 ② 总的选取结果数为02C C C n n n n n +++- ＝ ∑=-2 2C n k k n n ………………………………………… 4分 ③ 计算总的选取结果数为1 2-n …………………………………………………………………… 2分 二、 （10分）请利用二项式展开的方法求652 652 被13除所得的余数。 ① 展开() ()∑=-?+=+?=652 1 652652 652 652 652 250132 25013652i i i i C …………………………… 3分 ② 展开() () ∑=-+=+===1631 163163163 163 163 163 4652 3133 31316 2 2i i i i C ………………………… 3分 ③ 展开() () ()?? ? ???+=+?=?==∑=54 15454 54 54 3163 21313121332733 33 i i i C ………………… 3分 ④ 答：余数为3 ……………………………………………………………………………………… 1分 三、 （10分）将n 元面值为1元的人民币分给四名同学，且要求同学甲与乙分得的钱一样多，同学丙与 丁一样多，同时还要求甲同学至少分得2元钱。问共有多少种不同的分法？ ① 分析问题，化为经典问题 …………………………………………………………… 2分 相当于将n 个相同的球放入4个不同的盒子，且甲盒与乙盒的球一样多，丙盒与丁盒的球一 样多，同时甲盒至少放2个球。 ② 进一步转换为两个盒子的问题 ………………………………………………………………… 2分 相当于将n 个相同的球放入2个大盒子A 和B ，每个盒子放偶数个球，且A 盒至少放4个球。 ③ 写母函数()()() ++++++=4 2 8 6 4 1x x x x x x G …………………………………… 2分 ④ 求n x 的系数n a ………………………………………………………………………………… 2分 ()() +-+++++=k x k x x x x x G 2108641432 ⑤ 答：分法总数为()?????≥-=其它为偶数, 04,12n n n n a …………………………………………… 2分 四、 （10分）设集合S ＝{1, 1, 1, 2, 2, 2, 3, 3, 3, 3}，试问由集合S 的10个基本数字可构成多少个不同的 四位数？ 【方法1】用母函数 ① 分析问题，写相应的（指）母函数 ……………………………………………………………… 4分 ()??? ? ??+++? ??? ??+++=!4!11!3!2!1142 32e x x x x x x G

电子科技大学2014-2015学年第 2 学期期 末 考试 A 卷 一、设有正弦随机信号()cos X t V t ω=， 其中0t ≤<∞，ω为常数，V 是[0,1)均匀 分布的随机变量。（ 共10分） 1．画出该过程两条样本函数。(2分) 2．确定02t πω=，134t πω=时随机信号()X t 的 一维概率密度函数，并画出其图形。(5 分) 3．随机信号()X t 是否广义平稳和严格平 稳？(3分) 解：1.随机信号()X t 的任意两条样本函 数如题解图(a)所示： 2.当02t πω=时，()02X πω=，()012P X πω??==????， 此时概率密度函数为：(;)()2X f x x πδω =

当34t πω=时， 3()42X πω=-，随机过程的一维 概率密度函数为： 3. ()[]1cos cos 2E X t E V t t ωω==???? 均值不平稳， 所以()X t 非广义平稳，非严格平稳。 二、设随机信号()()sin 2X n n πφ=+与 ()()cos 2Y n n πφ=+，其中φ为0~π上均 匀分布随机变量。（ 共10分） 1．求两个随机信号的互相关函数 12(,)XY R n n 。(2分) 2．讨论两个随机信号的正交性、互不 相关性与统计独立性。(4分) 3．两个随机信号联合平稳吗？(4分) 解：1.两个随机信号的互相关函数 其中()12sin 2220E n n ππφ++=???? 2. 对任意的n 1、n 2 ,都有12(,)0XY R n n =， 故两个随机信号正交。

又 故两个随机信号互不相关， 又因为 故两个随机信号不独立。 3. 两个随机信号的均值都平稳、相关函数都与时刻组的起点无关，故两个信号分别平稳，又其互相关函数也与时刻组的起点无关，因而二者联合平稳。 三、()W t 为独立二进制传输信号，时隙长度T 。在时隙内的任一点 ()30.3P W t =+=????和 ()30.7P W t =-=????，试求（ 共10分） 1．()W t 的一维概率密度函数。(3分) 2．()W t 的二维概率密度函数。(4分) 3．()W t 是否严格平稳？(3分)

1 / 5word. 电子科技大学研究生试卷 （考试时间： 至 ，共 2 小时） 课程名称 模式识别 教师 学时 40 学分 2 教学方式 课堂教学 考核日期 年 月 日 成绩 考核方式： （学生填写） 1、（5分）简述有监督学习和无监督学习的异同。 答： （1）有监督学习必须要有训练集和测试样本，而非监督学习没有训练集； （2）有监督学习的目的就是识别事物，识别结果表现在给待识别数据加上了标号，因此训练样本集必须由带标号的样本组成，而非监督学习方法只有要分析的数据集本身，预先没有什么标号。 （3）非监督学习方法在寻找数据集中的规律性，这种规律性并不一定要达到分数据集的目的，也就是说不一定要“分类”。 2、（15分）计算单词model 和amdeol 的编辑距离，画出栅格图。 解： 栅格图为： a m d e o l m o d e l amdeol 从栅格图可计算，model 和amdeol 的编辑距离为3。 学 号 姓 名 学 院 ……………………密……………封……………线……………以……………内……………答……………题……………无……………效……………………

2 / 5word. 3、（15分）已知A 类样本为：123[0,1];[2,2];[2,3]a a a ===，B 类样本为：123[3,1];[4,3];[1,5]b b b ===，计算最小二乘分类面的方程（取值为-1和+1），并写出LMS 算法的流程。 解： （1）计算最小二乘分类面为[]0.4,0.26,1.45T ω=--。 （2）LMS 算法流程： 步骤1. 初始化训练样本、权向量； 步骤2. 选择一个训练样本，利用下列公式更新权向量： ()[][1][1]2 ()k k T k i i y μ --=--w w x x w 训练样本数目 步骤3. 重复所有样本。 4、（15分）在目标识别中，有1ω和2ω两种目标类型，它们的先验概率分别为0.8和0.2，在一次试验中，获得样本的类概率密度分别为()10.2p x ω=，()20.4p x ω=，并且已知110λ=，126λ=，211λ=，220λ=。试对该样本进行分类。 （1）基于最小错误率贝叶斯决策； （2）基于最小风险贝叶斯决策。 解：（1）利用贝叶斯公式，分别计算出1ω和2ω的后验概率： ()()() ()() 1112 1 0.20.8 0.66670.20.80.40.2 i i i p x P P x p x P ωωωωω=?= = =?+?∑ ()()() ()() 2222 1 0.40.2 0.33330.20.80.40.2 i i i p x P P x p x P ωωωωω=?= = =?+?∑ 根据贝叶斯决策规则，有 ()()12P x P x ωω> 所以合理的决策是把该样本归类于1ω。 （2）根据（1）的计算结果可知后验概率为

习题三 :为方便起见，对本章习题，我们先约定几个记号。 设 W k = ∑≤<<<≤n i k i i i k i i A A A (21121) |...| k=1,2, ... n 。 W 0 = |S| 。 3.1． 答案：4000。? 3.2． 求1到1000中既非完全平方又非完全立方的整数个数。 解：设A 1表示包含完全平方的数的集合，则 1A 表示不包含完全平方的数的集合 A 2表示包含完全立方的数的集合，则 2A 表示不包含完全立方的数的集合，故 21A A 表示既不包含完全平方又不包含完全立方数的集合， 则由容斥原理知：212121A A A A S A A +--=,而 |S|=1000,|A 1|=31,|A 2|=10 2 1A A 表示既是完全平方又是完全立方的数的集合，故 ??310006 21== A A , 因此有962 2 1 =A A 。? 3.3． 答案为：52。? 3.4. 在有十个字母a,a,b,b,c,c,d,d,e,e 的全排列中，求相同字母不相邻的排列个数。 解：设A 1表式两个a 相邻的集合， A 2表式两个b 相邻的集合， A 3表式两个c 相邻的集合， A 4表式两个d 相邻的集合， A 5表式两个e 相邻的集合， 则 -+-=∑∑≠=j i j i i i A A A S A A A A A 5 1 54321 而 !2!2!2!2!1! 9= i A (i=1,2,…5) ! 2!2!2!1!1! 8=A A j i (i=1,2,…5,j=1,2,…5,i ≠j)

! 2!2!1!1! 7= A A A k j i !2! 6=A A A A l k j i ! 1!1!1!1!1! 5= A A A A A m l k j i 而 !2!2!2!2!2! 10= s ，故 !555!2!645!2!2!735!2!2!2!825!2!2!2!2!915!2!2!2!2!2! 1054321??? ? ??+???? ??+???? ??-??? ? ??+???? ??-= A A A A A =113400-22680+5040-1260+360-120 =39480 。? 3.5．在有9个字母a,a,a,b,b,b,c,c,c 的全排列中，求相同字母不相邻的排列个数。 解：我们假设9个字母的排列位置从左到右编号为1，...，9，即：[1][2][3][4][5][6][7][8][9]。 则假设pi:表示位置i 和（i ＋1）上排的字母相同，A i 为具有性质pi 的排列所组成的集合，i=1,2, (8) 从而所求排列个数X=|...|821A A A = W 0-W 1+W 2-....+W 8 。 W 0=|S|= ! 3!3!3! 9=1680, W 1=)! 3!3! 713(8???? ???=3360，//[][] /*具有一个性质的类型*/ //说明：从a,b,c 中任选一个字母的二组合（如aa ），有3种选法，将剩下的7个字母（abbbccc ）作全排列，有【7！/(3!3!)】种排法，然后将选出的aa 进行插空，有8个空，于是有W1。 同理： W 2=)!3!3!613(7???? ??? + )! 3! 523(76????? ????=2940， [][][] or [][] [][] /*即同时具有两种性质的排列分两类，要么 相邻三个位置都为同一字母，要么是分开的两对。*/ W 3=)!3!41213(65??? ? ?????? ????+4×5×6×3!=1440 [][][] [][] or [][] [][] [][]

自动化专业本科人才培养方案 一、专业代码与名称 专业代码：080602 专业名称：自动化 二、学制与学位 修业年限：四年 授予学位：工学学士 三、培养目标 经过系统的教育和教学活动，使学生具有扎实的基础、宽广的知识面和较强的实践动手能力，培养学生的创新精神和团队意识，使其在掌握自动化和控制工程领域先进技术的基础上，具有提出和解决带有挑战性问题的能力，不断提高自身的综合素质。同时，发展学生个性，培养学生具有健全人格，使其成为德智体美全面发展的高素质人才。 四、基本要求 本专业学生主要学习自动控制原理、计算机控制系统、传感器原理、过程控制系统、线性系统理论、电力电子技术、系统工程导论等专业知识，并接受1～2个学科专业方向的基本训练。毕业后可从事国民经济、国防和科研各部门的运动控制、过程控制、机器人智能控制、导航制导与控制，现代集成制造系统、模式识别与智能系统、系统工程理论与实践、新型传感器、电子与自动检测系统、复杂网络与计算机应用系统等领域的科学研究、技术开发、教学及管理等工作。 毕业生应获得以下几个方面的知识和能力： 1．扎实的数理基础，较好的人文社会科学和管理科学基础，以及外语综合能力； 2．系统掌握本学科领域必需的技术基础理论知识，包括电路理论、电子技术、信号与系统、自动控制理论、计算机软硬件、电力电子学、电力系统自动化等。 3．较强的工程实践能力，较熟练的计算机应用能力； 4．本学科领域内1～2个专业方向的知识与技能，了解本学科前沿的发展趋势； 5．较强的工作适应能力，一定的科学研究、技术开发和组织管理的实际工作能力。

五、专业特色 1、在科研、教学、实验和毕业设计环节与计算机技术、网络通信等专业有机结合，培养适应面宽广的“多才”专业； 2、理论与实践并重，培养学生的实际动手能力，不断提高学生的工程素质和专业基础，训练工程型人才； 3、开展各类竞赛辅助教学，培养学生的团队意识，引导学生发现问题并寻找解决问题的办法，不断提升学生的创新能力。 六、主干学科与主干课程 1、主干学科：检测技术及自动化装置、控制科学与工程 2、主干课程：自动控制原理、计算机控制系统、传感器原理、过程控制系统 3、双语教学课程：信号与系统、信息论导论、电力系统自动化、线性系统理论、数字 逻辑设计及应用 七、主要实践教学环节 1、实验：微型计算机系统原理及接口技术，电子技术实验基础I/II，现代电子技术综 合实验，电力电子技术，集成电路应用实验I/II，信号与系统，过程控制系 统，计算机控制系统，电机与拖动基础，传感器原理，自控原理基础实验， 单片机与PLC，数字系统设计，调速与随动，企业供配电系统，嵌入式系统 设计，现代控制技术综合实验，数字图像处理，现场总线控制系统，电力系 统自动化，信息论导论 2、上机：软件技术基础，现代工程设计制图，数值计算方法，自控原理基础实验，高 级语言程序设计，控制系统计算机仿真，计算机网络，现代控制技术综合实 验，人工智能导论，数字信号处理，系统工程导论 3、课程设计：电路分析基础，单片机与PLC，线性系统理论，现代控制技术综合实验 计算机控制系统，传感器原理，自控原理基础实验，单片机与PLC，数字系 统设计，企业供配电系统，嵌入式系统设计 4、实习实训：实习实训环节包括军事训练、基础工程训练、电工电气技术实训、电装 实习、综合课程设计、生产实习、毕业设计

第八届"飞思卡尔"杯全国大学生智能汽车竞赛技术报告 第八届“飞思卡尔”杯全国大学生 智能汽车竞赛 技术报告 学校：电子科技大学 队伍名称：成电超音速 参赛队员：王硕 李洋 马文建 带队教师：程玉华

第八届"飞思卡尔"杯全国大学生智能汽车竞赛技术报告关于技术报告和研究论文使用授权的说明 本人完全了解第八届“飞思卡尔”杯全国大学生智能汽车邀请赛关保留、使用技术报告和研究论文的规定，即：所有参赛队伍必须与大赛各分赛区组委会签订参赛承诺协议，参赛作品的著作权归属参赛者本人，飞思卡尔半导体公司和比赛秘书处可以在相关主页及文献资料中收录并公开获奖作品的设计方案、技术报告及参赛模型车的视频、图像资料。 参赛队员签名： 带队教师签名： 日期：

第八届"飞思卡尔"杯全国大学生智能汽车竞赛技术报告 摘要 本文以第八届全国大学生智能车竞赛为背景，介绍了智能赛车控制系统的软硬件结构和开发流程。该比赛采用大赛组委会统一指定的A型车模，以Freescale半导体公司生产的32位单片机K60核心控制器,要求赛车在未知道 路上沿着电磁信号以最快的速度完成比赛。整个系统涉及车模机械结构调整、传感器电路设计及信号处理、控制算法和策略优化等多个方面。赛车采用谐振电路对赛道进行检测，提取赛道位置，用PD方式对舵机进行控制。同时通过编码器获取当前速度，采用PID控制实现速度闭环。 关键词：Freescale，智能车，电磁信号，PID ABSTRACT In the background of the8th National Intelligent Car Contest for College Students, this article introduces the software and hardware structures and the development flow of the vehicle control system.This contest adopting A-type car model prescribed by the contest organization committee,using the32-bit MCU K60 produced by Freescale Semiconductor Company as the core controller,requires the car finish the race in the fastest speed.The whole system includes the aspects of the mechanism structure adjustment,the sensor circuit design and signal process,control algorithm and strategy optimization etc.It captures the road information through resonant circuit,then abstracts the road position.After that, PD feedback control is used on the steering.At the same time,the system obtains the current speed using a speed sensor,so that it can realize the feedback control of the speed by PID method. Key words:Freescale，Intelligent vehicle,Electromagnetic signals,PID

组合数学试题 共 5 页 ，第 1 页 电子科技大学研究生试卷 （考试时间： 至 ，共 2 小时） 课程名称 组合数学 教师 学时 40 学分 2 教学方式 讲授 考核日期 2011 年 11 月 日 成绩 考核方式： （学生填写） 一、(共10分) 1、（4分）名词解释：广义Ramsey 数R (H 1，H 2，…，H r )。 2、（6分）证明：R(C 4,C 4) ≥ 6，其中C 4为4个顶点的无向回路图。 解： 1、使得K n 对于(H 1，H 2，…，H r )不能r －着色的最小正整数n 称为广义Ramsey 数R (H 1，H 2，…，H r )。-----------------4分 2、如下图所示的5个顶点的完全图就没有一个纯的C 4，实线和虚线分别代表不同的颜色。 -----------------4分 故R(C 4,C 4)>=6。-----------------2分 二、(16分)未来5届欧盟主席职位只能有法国、德国、意大利、西班牙、葡萄牙五国的人当选，一个国家只能当选一次。假如法国只能当选第一届、第二届或者第三届，德国不能当选第二届和第三届，意大利不能当选第一届，西班牙不能当选第五届，葡萄牙只能能当选第二届、第四届或者第五届。问未来的5届欧盟主席职位有多少种不同的当选方案？ 解：原问题可模型化为一个5元有禁位的排列. 其禁区棋盘C 如下图的阴影部分。 -----------------4分 学 号 姓 名 学 院 ……………………密……………封……………线……………以……………内……………答……………题……………无……………效……………………

电子科技大学导师研究方向 1、移动通信研究团队 李少谦教授、唐友喜教授、刘皓副教授、唐万斌副教授、武刚副教授、何旭副教授 研究方向：主要面向信号处理方向，偏向程序、算法、仿真，目前主要研究方向为MIMO，OFDM等 2、通信信号处理与专用集成电路研究团队 胡剑浩教授、凌翔副教授 研究方向：主要面向硬件，FPGA，芯片设计等 3、无线网络技术团队 郭伟教授、冯刚教授、余敬东副教授 研究方向：网络层，Ad-hoc 4、网络技术研究团队（严格来讲，雷维礼教授、、马立香副教授是宽带实验室，而非抗干扰） 雷维礼教授、毛玉明教授、冷苏鹏副教授、马立香副教授 研究方向：通信网与宽带通信技术、数据通信与计算机网络、宽带无线信息网络5、编码技术研究团队 周亮教授、张忠培教授、文红副教授 研究方向：编码技术、密码学 宽带光纤传输与通信网技术教育部重点实验室团队划分 1、光纤技术与光电子器件研究室 饶云江教授 研究方向：光纤传感、光电子器件 2、光通信技术研究室 邱昆教授、陈福深教授、许渤副教授、武保剑副教授、周东副教授 研究方向：、新型光通信理论与技术、光接入网技术、军用光通信与光电子技术3、宽带通信网络理论与技术研究室 团队1：宽带通信网研究组 李乐民院士、王晟教授、许都副教授、虞红芳副教授、徐世中副教授 研究方向：宽带光纤接入网络技术、宽带通信网中的交换技术、宽带无线网络技术 团队2：网络行为学与网络安全课题组 胡光岷教授、姚兴苗副教授 研究方向：网络行为学研究、网络安全研究 团队3：现代通信网技术及应用 李兴明教授 研究方向：现代通信网理论、网络的优化设计技术.、电信网络管理、高速信息

电子科技大学20 -20 学年第 学期期 考试 卷 课程名称：_________ 考试形式： 考试日期： 20 年 月 日 考试时长：____分钟 课程成绩构成：平时 10 %， 期中 10 %， 实验 %， 期末 80 % 本试卷试题由___2__部分构成，共_____页。 一、填空题（共20分，共 10题，每题2 分） 1. 设随机过程0()cos(),X t A t t ω=+Φ-∞<<∞，其中0ω为常数，A Φ和是相互独立的随机变量， []01A ∈，且均匀分布，Φ在[]02π，上均匀分布，则()X t 的数学期望为： 0 2. 已知平稳随机信号()X t 的自相关函数为2()2X R e ττ-=，请写出()X t 和(2)X t +的协方差12-e 3. 若随机过程()X t 的相关时间为1τ，()Y t 的相关时间为2τ，12ττ>，则()X t 比()Y t 的相关 性要__大___,()X t 的起伏特性比()Y t 的要__小___。 4. 高斯随机过程的严平稳与___宽平稳_____等价。 5. 窄带高斯过程的包络服从___瑞利___分布，相位服从___均匀___分布，且在同一时刻其包络和相 位是___互相独立___的随机变量。 6. 实平稳随机过程的自相关函数是___偶____（奇、偶、非奇非偶）函数。 7. 设)(t Y 是一均值为零的窄带平稳随机过程，其单边功率谱密度为)(ωY F ，且0()Y F ωω-为一偶函 数，则低频过程)()(t A t A s c 和是___正交___。

二、计算题（共80分） 1. (16分)两随机变量X 和Y 的联合概率密度函数为(,)=XY f x y axy ，a 是常数，其中0,1x y ≤≤。求： 1) a ; 2) X 特征函数； 3) 试讨论随机变量X 和Y 是否统计独立。 解：因为联合概率密度函数需要满足归一性，即 （2分） 11 00 1 1 1(,)124 XY f x y dxdy Axydxdy A xdx ydy A ∞∞ -∞-∞= ===?? ????（分） 所以4A = （1分） X 的边缘概率密度函数： 1 ()4201X f x xydy x x ==≤≤? （2分） 所以特征函数 1 1 02 ()2()2122 12j X X j x X j x j x j x j j E e f x e dx xe dx e xe j j e j e ωωωωωωω φωωωωω∞ -∞??=?? ==?? =-??????= --??? ?（分） （分）（分） 容易得1 ()4201Y f y xydx y y ==≤≤? 则有 (,)()()XY X Y f x y f x f y = （2分） 因此X 和Y 是统计独立。 （2分） 2. (12分)设随机过程()0xt X t e t -=<<∞，其中x 在(]0,2π均匀分布，求： 1) 求均值()X m t 和自相关函数(,)X R t t τ+；

重集的组合计数问题 1需求分析 分析、设计并实现一个解决重集的组合计数程序，要求用容斥原理的方法，用VC 开发工具 2概要设计 2.1重集的组合数定义 从重集B={K1?b1,k2?b2,?,kn ?bn}中选取r 个元素不考虑次序组合起来，称为从B 中取r 个元素的重复集合，简称B 的r-组合，其组合数记为F(n,r) 2.2定理1 重集B={∞?b1,∞?b2,?,∞?bn}的r-组合数为 1(,)n r F n r r +-??= ??? 2.3定理2 重集B={K1?b1,k2?b2,?,kn ?bn}在重复数ki=∞(i=1,2,···,n)时与在重复数ki ≥r(i=1,2,?,n)时的r-组合数是相同的。 3详细设计 3.1算法设计： 第1步，计算 1(,)r n r F n r r C +-??== ??? 第2步，对i 从1到 12n -循环。 第2.1步，对i 进行二进制表达式1210n n x x x x -- ，j x =0或1

第2.2步，计算111 n i i i S x k -==∑ 第2.3步，计算211n i i S x -==∑ 第2.4步，计算12,()F n r S S ??--?? 第2.5步，计算12,()r r F n r C C S S ??=±--??（2S 为偶数时取+，否则取-） 第3步，r C 即为最终的r-组合数。 3.2代码实现 3.2.1开发环境 编程语言： 3.2.2编程实现 // chongji.cpp : 定义控制台应用程序的入口点。 /* 介绍：利用容斥原理实现重集的组合计数 作者：dimy 更新时间：2015-10-31 */ #include "stdafx.h" #include #include #include #include #include usingnamespace std; vector my_split(string str, string pattern); int *Binarycout(int dec,int num); int my_F(int n,int r); longlong Jiecheng(longlong a);//构造函数求阶乘 longlong zuheshu(longlong n,longlong m); int _tmain (int argc , _TCHAR * argv []) { int r = 0; int len = 0; int len_loop = 0; string str_chongji = "";//保存输入数据 string pattern = " ";

随机过程学习报告 通过这一段时间以来的学习，我认识到我们的生活中充满了随机过程的实例，在生活中我们经常需要了解在一定时间间隔[0,t)内某随机事件出现次数的统计规律，如到某商店的顾客数；某电话总机接到的呼唤次数；在电子技术领域中的散粒噪声和脉冲噪声；已编码信号的误码数等。在我们的专业学习——通信工程中，研究数字通信中已编码信号的误码流，数模变换中对信号进行采样等也都会应用到随机过程的知识，因此这门课程的学习是非常重要的。 一、认识泊松过程与复合泊松过程的区别 泊松过程是一类很重要的随机过程，随机质点流描述的随机现象十分广泛，下面我就通过运用泊松过程的知识解答一道书本中的实际应用题目： 设移民到某地区定居的户数是一泊松过程，平均每周有两户定居，即λ=2。若每户的人口数是随机变量，一户4人的概率是1/6，一户3人的概率是1/3，一户两人的概率是1/3，一户一人的概率是1/6，且每户的人口数是相互独立的，①5周内移民到该地区定居的人口数是否为泊松过程？②求上述随机过程的数学期望与方差。 分析：这道题目中的问题就是复合泊松过程的实际应用，这类过程具有泊松过程的一部分性质，不同的地方就在于随机质点流的到达不必再满足每次只能到一个的标准，这就将随机过程的研究与实际相融合，生活中的大部分过程其实是不可能满足每次到达一个这样的苛刻要求的，比如调查到达商场购物的人数等问题时，实际去商场购物时人们大多都是与好朋友结伴出行而不可能存在每个人都是独自来购物的现象，所以引入复合泊松过程是十分有必要的。 解：设[0,t)时间内到该地定居的户数为N(t)，则{N(t)，t>=0}是一泊松过程，X(n)为第n 户移民到该地定居的家庭人口数，{X(0)=0,X(n),n=1,2,3···}是独立同分布随机变量列，Y(t)为[0,t)时间内定居到该地的人数。 则Y(t)=∑=) (0 )n (X t N n t>=0 为一复合泊松过程， )()(υ?n X =4γi e *1/6+3γi e *1/3+2γi e *1/3+γi e *1/6 )()t (υ?Y =)1)((t )1(-γ?λX e 由特征函数的唯一性可知，Y(t)不是泊松过程。 E[X(n)]=4*1/6+3*1/3+2*1/3+1*1/6=5/2 E[）（n X 2 ]=16*1/6+9*1/3+4*1/3+1*1/6=43/6 则E[Y(t)]=λt*E[X(1)]=t*5; D[Y(t)]=λt*E[）（1X 2 ]=t*43/3; 则五周内定居到该地的人数数学期望为：5*5=25 方差为：5*43/3=215/3

ANN-BP分类器设计 （控制工程XXXXXXXXXX） 一、问题表述 对“data3.m”数据，用其中一半的数据采用ANN-BP算法设计分类器，另一半数据用于测试分类器性能。 二、方法描述 神经网络(Neural Networks,NN)是由大量的、简单的处理单元（称为神经元）广泛地互相连接而形成的复杂网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学系统。神经网络具有大规模并行、分布式存储和处理、自组织、自适应和自学习能力，特别适合处理需要同时考虑许多因素和条件的、不精确和模糊的信息处理问题。 BP神经网络的标准学习过程： 神经网络在外界输入样本的刺激下，不断改变网络的连接权值,以使网络的输出不断地接近期望的输出。信号正向传播；若输出层的实际输出与期望的输出（教师信号）不符时，转入反向传播阶段；误差反传，误差以某种形式在各层表示——修正各层单元的权值；依次循环，直到网络输出的误差减少到可接受的程度或者进行到预先设定的学习次数为止。BP神经网络的标准学习步骤： 第一步，网络初始化给各连接权值分别赋一个区间（-1，1）内的随机数，设定误差函数e，给定计算精度值和最大学习次数M。 第二步,随机选取第k个输入样本及对应期望输出。 第三步，计算隐含层各神经元的输入和输出。 第四步，利用网络期望输出和实际输出，计算误差函数对输出层的各神经元的偏导数。 第五步，利用隐含层到输出层的连接权值、输出层的偏导数和隐含层的输出计算误差函数对隐含层各神经元的偏导数。 第六步，利用输出层各神经元的偏导数和隐含层各神经元的输出来修正连接权值。 第七步，利用隐含层各神经元的偏导数和输入层各神经元的输入修正连接权。 第八步，计算全局误差。 第九步，判断网络误差是否满足要求。当误差达到预设精度或学习次数大于设定的最大次数，则结束算法。否则，选取下一个学习样本及对应的期望输出，返回到第三步，进入下一轮学习。 BP神经网络的特点： 非线性映射能力：能学习和存贮大量输入-输出模式映射关系，而无需事先了解描述这种映射关系的数学方程。只要能提供足够多的样本模式对供网络进行学习训练，它便能完成由n 维输入空间到m维输出空间的非线性映射。 泛化能力：当向网络输入训练时未曾见过的非样本数据时， 网络也能完成由输入空间向输出空间的正确映射。这种能力称为泛化能力。 容错能力：输入样本中带有较大的误差甚至个别错误对网络的输入输出规律影响很小。 三、算法实现 %------将前半部分数据用作为训练样本，后半部分数据用来检验--------- y1=[x1(1:50,1),x1(1:50,2),x1(1:50,3)]; y2=[x2(1:45,1),x2(1:45,2),x2(1:45,3)];