专业课130+总分420+南京大学851信号与系统考研经验南大电子信息与通信系统

在这里插入图片描述

经过一年的复习,顺利上岸,被南京大学录取,今年专业课130+,总分420+,回忆这一年的复习还是有很多经验分享,希望对大家复习有帮助。

专业课:

南京大学851信号与系统难度这几年无论是范围还是难度都在增加,因为南大没有官方大纲,所以复习一定要全面,不能只片面的看真题考试题目来锁定复习范围,以往经常出现前面真题没有考过的内容,下一年就考到,比如IDTFT,希尔波特变换等等。

有条件的同学直接可以参加信息通信Jenny老师线上专业课辅导,b站有Jenny老师(@信息通信考研Jenny)很多分享的专业课精选视频,大家可以先多看看,了解一下,Jenny老师目前是我见过专业课考研!是考研!讲得最好的老师(不是研究生也不是博士,是老师!)。

专业课和政治是性价比最高的两门科目,数学是最重要的一门科目,专业课150分只考一门信号与系统,虽然考试内容看似内容很多,实际直接跟Jenny老师课程就行了,都整合好的,对考研专业课复习非常高效。帮我剩下很多时间精力,反哺到数学,英语和政治。

常考复习重点:

LTI的应用,DTFT,IDTFT,傅立叶变换求解,因果LTI的微分方程求系统函数,s域电路模型求解(必考题),希尔伯特变换,z变换,-3dB带宽的计算,傅里叶级数系数的计算,关于s域和z域的映射关系,周期函数傅里叶级数系数求解,初值终值定理,离散的能量求解,奈奎斯特采样以及傅里叶频谱图的画法,积定义式以及正弦稳态求法等等

我的复习时间安排:

5-8月:基础,强化,和提升。教材结合Jenny老师课程,Jenny老师课程安排非常合理,每次课从知识点引入到数学模型推导证明,到物理意义的深入讲解,再到考研怎么去解题,运用整合在一起,非常高效,有条件建议直接跟Jenny老师课程复习,事半功倍。边学边做,现学现用。

9-10月:真题阶段,完成老师强化提升课程后,辅导课模考了两次,难度均高于往年,成绩感觉还不错,基本120+,然后开始做真题,拿出一个本子,每道题思路,分析过程和错误的地方都详细记录,有问题直接找老师解答,非常高效,不要放过任何一个细节,考研出现时,后悔都来不及。

11-考前:参加模考,和老师评估,知识点回顾。真题做完了,可以做资料里面名校真题精选查缺补漏。这些顶尖名校真题精选题目可以很好拓展自己复习,如果南大今年专业课难度提高,也有足够的能力应对。

数学

1.高数部分

高数部分我是全程跟张宇老师,身边有研友全程跟武忠祥老师。

张的优点是,课堂氛围幽默,不会犯困(上课易犯困同学的福音),知识点好理解,整体的知识脉络非常清晰。但缺点也很明显,就是眼高手低。上课感觉自己听懂了,一做题时常常会感觉无从下手,课后需要刷一定量的题目才能保证理解到位。

武的优点是,会将许多好解法直观地写在讲义上供学习,而不是通过刷题才能学习到一些解法,并且整体的知识、解法完整度要比张宇好。缺点就是课堂氛围比较沉闷,容易瞌睡,比如我是一听就犯困。

所以我在跟张的课程同时,也会跟研友借武的书来看看,能够及时查漏补缺,找到一些张老师未讲过的方法。

个人建议是,对于上课容易犯困导致听课效率低下的同学,建议选张宇。这样能保证上课专注,效率更高。但课后需要尽量多些刷题来保证理解到位。对于希望学多一些常用解法技巧,自己的课堂状态专注,不易犯困走神的,建议选武忠祥。

但不管跟哪位老师,学好数学永远是看自己投入的时间和努力的程度,千万不要指望通过择师就能提升自己的数学分数。在学习某一位老师的课程时,也可以看一下另一位老师的书补充一些相应的知识点。

对于其他的老师(汤家凤、方浩等),因为没听过他们的课,所以不做过多评价,大家可以自行了解。

2.线代部分

这一部分无脑选李永乐爷爷,对于线代的学习绝对是不二之选。

李爷爷对于考研线代知识研究多年,经验丰富,跟他绝对没错!也有研友跟过张宇的线代,感觉思维比较乱,讲的不够透彻,知识点关联程度也不够高(研友观点)。

英语

  1. 单词 其重要性不言而喻

单词资料:(1)单词书我用的是《恋练有词》这本书,相比于红宝书密密麻麻的单词而言,这本书在整体排版上还是比较有规律的,很多词性相关的单词都放在了一块,有助于单词的记忆。

(2)扇贝。每天打卡 150 个,其中100个旧单词复习,50个新单词学习。背完一遍后,直接提升到300个,这样可以多过几轮单词,记得更加牢固,每天卡在一个小时左右即可。

(3)英语语法:我个人认为英语语法的学习也是非常重要的,这一点在后面做英语阅读就非常有体现,有时候你可能读不懂一个长难句,但是通过对句子结构的分析,能够推测出大概的意思,有助于我们做出正确的选择。

(4)重中之重!:做真题的过程中,四篇阅读里的每一个词汇,都要引起足够重视,以及它的其他形式,近义词等。可以有一个单独的单词本,一边记词,右边写上意思,背的时候捂住右边的中文,回忆,多次记不住的可以圈出来重点记忆。

  1. 阅读

因为英语这门课到了2010以后才分的英语一和英语二,所以2002-2009 年这一段时间的真题整体难度比较大,出题风格与近几年不一样,所以这一部分可以浅刷,做两遍即可。11—23年这短时间开始出现英语二,所以总的来说英语二的真题量比较少,所以这部分真题一定要精刷,起码三遍,其中陌生的单词一定要背诵认识。网课的话,可以选择唐迟老师的阅读讲解,可能他讲的很快,可以多听两遍,有助于自己的理解

  1. 小三门 9 月份开始

完型:主流是选宋逸轩,但是我觉得她的风格不适合我,所以我选择了易熙人老师的课程,他讲的非常细,大家可以听一下。唯一遗憾的是他的课程只延续到21年,目前已经绝版,但是之前的课程还是值得一听的。

新题型:刘琦

翻译:唐静,堪称翻译的神。建议先自己写,自己练,然后听他的课去对一下答案,不准确的地方可以着重听一下

  1. 写作

写作我选择的是石雷鹏老师的课程,特别是对于写作基础薄弱的同学,他的课程真的可以帮助提高写作能力,而且他的讲课风格非常有趣。尤其是他的带练,大家可以跟着他一步一步去练,对自己的写作真的有帮助。

  1. 模拟 12 月初到 12 月中旬。模拟很重要。模拟的过程中把握好时间,如果成绩不好也别灰心。

政治

所用资料:1.选择:肖秀荣 1000 题;腿姐技巧版

2.大题:肖秀荣 4 套卷,腿姐马哲答题技巧

3.模拟卷:肖4+肖8、腿4等

具体:暑假期间开始看徐涛强化班,重点学习马原和毛中特相关的知识点,马原很多知识点需要理解,所以这一部分要好好理解领悟,考研真题中毛中特的“帽子题”会涉及很多,徐涛在这方面讲的比较细,所以这部分也要下一点功夫去总结,其他部分如史纲和思修可以简单听一听,每听完一章的内容,可以对照肖秀荣的1000题去进行相应的练习,复习巩固。后期可以结合模拟卷补充。由于高中和本科阶段所学的都偏向理科,所以政治基础较为薄弱,因此政治方面花费的精力相对多一些。

一定要重视最后的模拟卷。几个知名老师的模拟卷做下来,就基本把握住今年哪些是重点了。模拟卷重点在于选择题,一定要把选择题中出错的再看一遍,考研真题中可能会出现相似的题目,这样不至于看起来陌生,同时也能提高做题的速度。选择题最后可以看一下腿姐的技巧课,可以做到锦上添花的效果。

大题我直接背的肖4后面的大题,作为理科生,政治大题对于我来说简直就是噩梦,所以我选择了简单粗暴的背诵。我是考前 10 天左右开始背肖 4,到最后考试也就仅背了两遍,在这里我要着重说一下,一定要尽早背,多背两遍,越早越好!

   以上自己考研各门课复习经验总结希望对大家考研复习有点帮助,最后祝大家考研成功。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/667706.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【MySQL】学习并使用DQL实现排序查询和分页查询

🌈个人主页: Aileen_0v0 🔥热门专栏: 华为鸿蒙系统学习|计算机网络|数据结构与算法 ​💫个人格言:“没有罗马,那就自己创造罗马~” #mermaid-svg-SP91zTA41FlGU0Ce {font-family:"trebuchet ms",verdana,arial,sans-serif;font-siz…

计算机服务器中了DevicData勒索病毒如何解密,DevicData勒索病毒解密流程

网络数据安全一直是企业关心的主要话题,近期,云天数据恢复中心接到很多企业的求助,企业的计算机服务器遭到了DevicData勒索病毒攻击,导致企业计算机服务器瘫痪无法正常工作,严重影响了工作业务开展。经过云天数据恢复中…

软件架构风格:您的系统设计指南

软件架构风格:您的系统设计指南 软件架构不仅仅是组织代码的方式,它是对软件整体结构和行为的全面规划。一个好的架构能够让软件更加灵活、可维护,并且能够应对未来的变化。下面是一些流行的软件架构风格,以及它们的C#代码例子&a…

docker-compose常用命令全集

1、启动或构建应用程序: docker-compose up 根据 docker-compose.yml 文件中定义的配置启动应用程序的服务。如果镜像不存在,将会构建镜像 2、后台启动应用程序: docker-compose up -d 在后台模式下启动应用程序的服务,不会在…

【算法刷题】前K个高频单词

给定一个单词列表 words 和一个整数 k ,返回前 k 个出现次数最多的单词。 返回的答案应该按单词出现频率由高到低排序。如果不同的单词有相同出现频率, 按字典顺序 排序。 示例 1: 输入: words [“i”, “love”, “leetcode”, “i”, “l…

Flask 项目自动生成 API 文档的高效实践

Flasgger,作为一款强大的 Flask 扩展,自动从 Flask 应用中提取并生成 OpenAPI 规范文档,配备 SwaggerUI,为开发者提供了一条快捷通道,让 API 的文档编制和交互式测试变得简单易行。Flasgger 的设计原则是简化开发流程&…

【已解决】c++ qt选中该行为什么该列部分变色

笔者开启了QTableView中交替行改变颜色,发现笔者自定义绘制的水平滚动条,在选中后不发生颜色改变,这让笔者很疑惑。笔者查阅资料后发现,自定义绘制的控件,要自身设置颜色。当笔者解决了这个问题时,顺手就将…

flutter 操作mysql

引入模块 dependencies: flutter: sdk: flutter mysql1: ^0.20.0 mysql helper 的代码 import dart:async; import package:mysql1/mysql1.dart; class MySqlHelper { static const _host localhost; static const _port 3333; static const _user user; static c…

6.0 MapReduce 服务使用教程

在学习了之前的 MapReduce 概念之后,我们应该已经知道什么是 Map 和 Reduce,并了解了他们的工作方式。 本章将学习如何使用 MapReduce。 Word Count Word Count 就是"词语统计",这是 MapReduce 工作程序中最经典的一种。它的主要…

PyTorch中的nn.Embedding的使用、参数及案例

PyTorch中的nn.Embedding的使用 Embedding层在神经网络中主要起到降维或升维的作用。具体来说,它通过将输入(通常是离散的、不连续的数据,如单词或类别)映射到连续的向量空间,从而实现数据的降维或升维。 在降维方面&…

【SAR成像】基于RD、CS和ωk算法的合成孔径雷达成像算法原理与实现

基于RD、CS和ωk算法的合成孔径雷达成像算法实现 前言SAR基本概念雷达获取数据的几何关系低斜视角下的回波信号模型 RADARSAT-1主要参数数据预处理数据读取与再封装数据补零 成像算法坐标轴的产生RD算法距离压缩距离徙动矫正方位压缩 CS算法第一次相位相乘 变标后的信号第二次相…

Qt应用软件【协议篇】http协议get、post示例

文章目录 QT Http的APIHTTP GET 请求示例HTTP POST 请求示例伪装chrome浏览器get请求 QT Http的API QNetworkAccessManager 作用:管理所有的网络请求,是发送请求和接收响应的中心点。主要功能: 发送HTTP请求(GET, POST, PUT, DE…

基于若依的ruoyi-nbcio流程管理系统自定义业务实现一种简单的动态任务标题需求

更多ruoyi-nbcio功能请看演示系统 gitee源代码地址 前后端代码: https://gitee.com/nbacheng/ruoyi-nbcio 演示地址:RuoYi-Nbcio后台管理系统 更多nbcio-boot功能请看演示系统 gitee源代码地址 后端代码: https://gitee.com/nbacheng/n…

[Android] 240204批量生成联系人,短信,通话记录的APK

平常在做测试的时候,需要批量生成很多测试数据; 陌生人 联系人名字的生成支持随机生成,也可以自定义生成,自定义生成陌生人的数据,联系人的名字是否带索引; 通话记录 随机生成通话记录,在生…

云数据库RDS云监控

1. 什么是云数据库RDS?它有哪些特点? 云数据库RDS是一种在线关系型数据库服务,它具备的特点包括: 安全可靠:提供了容灾、备份、恢复等高可用性功能,确保数据的安全与可靠。弹性伸缩:用户可以根…

free5GC+UERANSIM

使用arp、ifconfig、docker inspect及网桥brctl 相关命令,收集容器IP及Mac地址相关信息,可以梳理出UERANSIMfree5GC模拟环境组网,如下图所示: 如上图所示:环境基于ubuntu 18.04 VMware虚机部署,5GC网元分别…

【React】memo()、useCallback()、useMemo()的区别及使用场景

介绍React中三个hooks方法memo useCallback useMemo的作用及使用场景示例 一、React.memo():用来控制函数组件的重新渲染,将组件作为参数,函数的返回值是一个新的组件。二、React.useCallback():将回调函数及依赖项数组作为参数传…

【Python】Unindent does not match any outer indentation level

这个问题一般是代码缩进问题导致的,规范代码缩进格式即可,如图: 这个问题是因为报异常的那行代码下的方法缩进问题导致,def calendar_f(): 方法名前面多了一个空格。 删除空格即可解决此问题。

【python】python爱心代码【附源码】

一、实现效果: 欢迎来到英杰社区https://bbs.csdn.net/topics/617804998 二、完整代码: import math import random import threading import time from math import sin, cos, pi, log from tkinter import * import re# 烟花相关设置 Fireworks [] m…

Fink CDC数据同步(五)Kafka数据同步Hive

6、Kafka同步到Hive 6.1 建映射表 通过flink sql client 建Kafka topic的映射表 CREATE TABLE kafka_user_topic(id int,name string,birth string,gender string ) WITH (connector kafka,topic flink-cdc-user,properties.bootstrap.servers 192.168.0.4:6668…