当前位置: 首页 > news >正文

【24择校指南】南京大学计算机考研考情分析

南京大学(A)  考研难度(☆☆☆☆☆)

内容:23考情概况(拟录取和复试分数+人数统计)、院校概况、23初试科目、23复试详情、参考书目、各科目考情分析、各专业考情分析。

正文2178字,预计阅读:6分钟。

2023考情概况

南京大学计算机相关各专业进入复试和拟录取总分和人数统计:

院校概况

南京大学,位于江苏省南京市,是中华人民共和国教育部直属、中央直管副部级建制的全国重点大学, 位列国家“双一流”、“985工程”、“211工程”重点建设高校。

在第四轮学科评估中,南京大学软件工程为A,计算机科学与技术A。

南京大学23计算机相关院系:

软件学院

083500 软件工程

085405 软件工程

计算机科学与技术系

081200 计算机科学与技术

085404 计算机技术

085412 网络与信息安全

人工智能学院

081200 计算机科学与技术

智能科学与技术学院

085410 人工智能

南京大学研招网

https://grawww.nju.edu.cn/899/list.htm

2023初试科目

软件学院

083500 软件工程

①101 思想政治理论

②201 英语(一)

③301 数学(一)

④842 数据结构、软件工程、操作系统和计算机网络

085405 软件工程

①101 思想政治理论

②204 英语(二)

③302 数学(二)

④842 数据结构、软件工程、操作系统和计算机网络

计算机科学与技术系

081200 计算机科学与技术

085404 计算机技术

085412 网络与信息安全

①101 思想政治理论

②201 英语(一)

③301 数学(一)

④408 计算机学科专业基础

人工智能学院

081200 计算机科学与技术

①101 思想政治理论

②201 英语(一)

③301 数学(一)

④855 数据结构、算法、人工智能、概率统计

智能科学与技术学院

085410 人工智能

①101 思想政治理论 

②201 英语(一) 

③301 数学(一) 

④855 数据结构、算法、人工智能、概率统计 

2023复试

一、复试分数线和招生计划

校线:

学硕(总分,第1门,第2门,第3门,第4门)

图片

专硕(总分,第1门,第2门,第3门,第4门)

图片

软件学院(含智能软件与工程学院)

分数线

图片

招生计划及复试人数、比例

图片

图片

计算机科学与技术系

分数线

图片

招生计划及复试人数、比例

图片

图片

人工智能学院

分数线:50、50、75、75、344

图片

招生计划及复试人数、比例

统考名额18,复试人数23,复试比例1:1.28

图片

智能科学与技术学院

分数线:55、55、85、85、334

图片

招生计划及复试人数、比例

统考名额10,复试人数9

图片

二、复试内容和成绩计算

软件学院

1.笔试 (满分150分)

(1) 形式:闭卷100分+机考50分

(2) 时间:2小时+3 小时 

(3) 涉及科目: 数据库、程序设计上机 

(4) 笔试及格线:75     

笔试不及格者,视为复试不合格将不予录取。

2.面试 (满分150分)

(1) 形式:线下面试

(2) 内容和要求:对学生专业能力、英语水平、思想政治素质和 品德进行考核,主要为问答形式 

(3) 面试成绩= 专业能力90分+思想政治素质和品德考核30分+英语水平30分 

(4) 面试及格线:90,其中思想政治素质和品德考核及格线为20   

3 .复试成绩= 笔试成绩+面试成绩(满分 300分)

4 .总成绩=初试成绩+复试成绩

计算机科学与技术系

1.笔试(满分150分):

(1)形式:闭卷

(2)时间:3小时

(3)涉及科目:编译原理(70分)、离散数学(80分)

2.机试(满分50分)

(1)形式:闭卷在线编程

(2)时间:2小时

(3)采用C/C++/JAVA 编程语言

3.面试(满分100分):

(1)形式:多对一面试

(2)内容和要求:面试包括综合口试、英语听说测试、实验技能考核以及思想政治素质与道德品质考核等,全面考核考生对本学科(专业)理论知识和应用技能的掌握程度,利用所学理论发现、分析和解决问题的能力,对本学科发展动态的了解以及在专业领域发展的潜力。思想品德考核不合格者不予录取。

(3)面试及格线:60。面试不及格者,视为复试不合格将不予录取。

4.复试成绩(满分300分)=笔试成绩+机试成绩+面试成绩

5.总成绩=初试成绩+复试成绩

人工智能学院

1.笔试+机试(满分100分):

(1)形式:线下考核

(2)时间:120分钟

(3)涉及科目:离散数学、机器学习(同时包含笔试和机试,机试采用Python编程环境,需掌握numpy等基础工具包的使用)、C++程序设计 

2.面试(满分150分):                         

(1)形式:口试

(2)内容和要求:考核内容包括综合能力(含思想品德考核和专业知识等)、英语能力

(3)面试成绩=综合能力(120分)+英语(30分)

(4)面试及格线:90分。面试不及格者,视为复试不合格将不予录取。

3.复试成绩 = 笔试成绩 + 面试成绩。

4.总成绩 = 初试成绩 + 复试成绩。

智能科学与技术学院

 1.笔试+机试(满分100分):

(1)形式:线下考核

(2)时间:120分钟

(3)涉及科目:人工智能、机器学习、离散数学、C++程序设计、数据结构与算法(同时包含笔试和机试,机试采用C++和Python编程环境,需掌握numpy、pandas等基础工具包的使用)

 2.面试(满分150分):                        

(1)形式: 口试

(2)内容和要求:考核内容包括综合能力(含思想品德考核和专业知识等)、英语能力

(3)面试成绩=综合能力(120分)+ 英语(30分)

(4)面试及格线:90分。面试不及格者,视为复试不合格将不予录取。

3.复试成绩 = 笔试成绩 + 面试成绩

4.总成绩 = 初试成绩 + 复试成绩

参考书目

人工智能学院、智能科学与技术学院初试 855和复试参考书目

图片

软件学院 842

图片

2023各科考情分析

各专业进入复试和拟录取总分统计:

 各专业进入复试和拟录取专业课分数:

 各专业进入复试和拟录取外语科目分数统计:

 各专业进入复试和拟录取政治科目分数统计:

 各专业进入复试和拟录取数学科目分数统计:

2023各专业考情分析

计算机科学与技术系

081200 计算机科学与技术

 085404 计算机技术

 085412 网络与信息安全

软件学院

083500 软件工程

 085405 软件工程

人工智能学院

081200 计算机科学与技术

智能科学与技术学院

085405 智能软件与工程学院软件工程

 085410 人工智能

 

相关文章:

【24择校指南】南京大学计算机考研考情分析

南京大学(A) 考研难度(☆☆☆☆☆) 内容:23考情概况(拟录取和复试分数人数统计)、院校概况、23初试科目、23复试详情、参考书目、各科目考情分析、各专业考情分析。 正文2178字,预计阅读:6分…...

IL汇编 ldarg 指令学习

IL汇编代码, .assembly extern mscorlib {} .assembly MathLib {.ver 1 : 0 : 1 : 0 }.module MathLib.dll.namespace MyMath { .class public ansi auto MathClass extends [mscorlib]System.Object{ .method public int32 GetSquare(int32) c…...

【ARM Cache 系列文章 9 番外篇 -- ARMv9 系列 Core 介绍】

文章目录 ARMv9 系列CoreARM Cortex-A510 介绍ARM Cortex-A715ARM Cortex-A720 ARMv9 系列Core 2021年5月Arm公布了其最新3款CPU和3款GPU核心设计,三款新CPU分别是旗舰核心Cortex-X2、高性能核心Cortex-A710、高能效核心Cortex-A510 CPU,三款新GPU核心则…...

章节7:Burp Intruder模块

章节7:Burp Intruder模块 参考资料 https://portswigger.net/burp/documentation/desktop/tools/intruder 01 Intruder模块作用与原理 原理 http://xxx.xx.com/bbs/index.php?namewuyanzu&mottogo 对请求参数进行修改,分析响应内容&#xff0…...

vue pc端项目el-upload上传图片时加水印

html代码&#xff1a; <a-uploadclass"avatar-uploader"list-type"picture-card":file-list"uploadFileList":custom-request"uploadDoneHandle":before-upload"beforeUpload":remove"removeHandle"v-decorat…...

ubuntu中redis+mysql安装使用

pip -V 回车&#xff08;大写V&#xff09;&#xff1a;python包库安装路径 python -m site: python查找路径 1、redis ubuntu安装redis System has not been booted with systemd as init system (PID 1). Cant operate&#xff1b;该问题是systemctl start redis报错&#…...

若依-plus-vue启动显示Redis连接错误

用的Redis是windows版本&#xff0c;6.2.6 报错的主要信息如下&#xff1a; Failed to instantiate [org.redisson.api.RedissonClient]: Factory method redisson threw exception; nested exception is org.redisson.client.RedisConnectionException: Unable to connect t…...

【C++11智能指针】

c智能指针 手动管理内存很容易造成内存泄漏&#xff0c;现代c的智能指针可以在很大程度上帮我们缓解这个问题&#xff0c;降低我们的手动管理内存的心智负担&#xff0c;智能指针有好几种&#xff0c;比如shared_ptr、unique_ptr还有weak_ptr 共享指针shared_ptr 共享指针会…...

如何实现Excel中多级数据联动

摘要&#xff1a;本文由葡萄城技术团队于CSDN原创并首发。转载请注明出处&#xff1a;葡萄城官网&#xff0c;葡萄城为开发者提供专业的开发工具、解决方案和服务&#xff0c;赋能开发者。 前言 在类Excel表格应用中&#xff0c;常用的需求场景是根据单元格之间的数据联动&…...

使用Pytest集成Allure生成漂亮的图形测试报告

目录 前言 依赖包安装 Pytest Allure Pytest Adaptor 改造基于Pytest的测试用例 生成测试报告 运行测试 生成测试报告 打开测试报告 资料获取方法 前言 之前写过一篇生成测试报告的博客&#xff0c;但是其实Allure首先是一个可以独立运行的测试报告生成框架&#xff…...

opencv基础49-图像轮廓02-矩特征cv2.moments()->(形状分析、物体检测、图像识别、匹配)

矩特征&#xff08;Moments Features&#xff09;是用于图像分析和模式识别的一种特征表示方法&#xff0c;用来描述图像的形状、几何特征和统计信息。矩特征可以用于识别图像中的对象、检测形状以及进行图像分类等任务。 矩特征通过计算图像像素的高阶矩来提取特征。这些矩可以…...

什么是CSS Grid布局?什么是Flexbox布局?它们两者有什么不同?

聚沙成塔每天进步一点点 ⭐ 专栏简介⭐ CSS Grid布局⭐ Flexbox布局⭐ 不同之处⭐ 写在最后 ⭐ 专栏简介 前端入门之旅&#xff1a;探索Web开发的奇妙世界 记得点击上方或者右侧链接订阅本专栏哦 几何带你启航前端之旅 欢迎来到前端入门之旅&#xff01;这个专栏是为那些对Web…...

Centos中pip install mysqlclient失败

pip install mysqlclient 错误详情如下 pip install mysqlclient Looking in indexes: http://mirrors.tencentyun.com/pypi/simple Collecting mysqlclient Using cached http://mirrors.tencentyun.com/pypi/packages/de/9c/b176826e8994551ce826404dab97e305a4bb76c8b0a4e0…...

arcgis更改图层字段名脚本

话不多说&#xff0c;上脚本源码&#xff0c;复制黏贴即可 #-*- coding:utf-8 -*- __author__ lumen import arcpy #输入图层 InputFeature arcpy.GetParameterAsText(0) #原始字段 oldField arcpy.GetParameterAsText(1) # 获取原始字段类型 oldFieldType desc arcpy.…...

Android 13 MTK平台添加自定义按键,以及CTS问题解决

添加自定义按键流程 一般来说上层添加以下几处修改 驱动层的键值上报,让驱动处理好即可 frameworks / base/core/java/android/view/KeyEvent.java public static final int KEYCODE_DEMO_APP_4 = 304;/** add by songhui for fingerprint Key code */+ public static fina…...

深入了解 Postman Test 校验的使用方法

Postman 是一个广泛使用的 API 开发工具&#xff0c;它允许开发人员测试 API 的各个方面&#xff0c;包括请求、响应、身份验证等等&#xff0c;其中最常用的功能之一就是 Test 校验。那今天就一起来看看 Postman 的 Test 校验该如何使用。 Test 校验是什么&#xff1f; Test…...

岛屿的最大面积(力扣)递归 JAVA

给你一个大小为 m x n 的二进制矩阵 grid 。 岛屿 是由一些相邻的 1 (代表土地) 构成的组合&#xff0c;这里的「相邻」要求两个 1 必须在 水平或者竖直的四个方向上 相邻。你可以假设 grid 的四个边缘都被 0&#xff08;代表水&#xff09;包围着。 岛屿的面积是岛上值为 1 的…...

MySQL入门学习教程(一)

mysql简介 1、什么是数据库 &#xff1f; 数据库&#xff08;Database&#xff09;是按照数据结构来组织、存储和管理数据的仓库&#xff0c;它产生于距今六十多年前&#xff0c;随着信息技术和市场的发展&#xff0c;特别是二十世纪九十年代以后&#xff0c;数据管理不再仅仅…...

【CTF-web】修改请求头(XFF)

题目链接&#xff1a;https://ctf.bugku.com/challenges/detail/id/79.html 随意输入后可以看到需要本地管理员登录&#xff0c;得知这是一道需要修改XFF头的题。 XFF即X-Forwarded-For&#xff0c;该请求标头是一个事实上的用于标识通过代理服务器连接到 web 服务器的客户端的…...

springboot mongodb 配置多数据源

我想要的效果是&#xff0c;一个类统一管理多数据源&#xff0c;我传个参数进去&#xff0c;它就能返回我对应的mongotemplate 但是根据"mongbodb 多数据源"的关键词&#xff0c;找不到我想要的效果。 网上大多都是明确知道自己是几个数据源&#xff0c;然后每个数…...

从深圳崛起的“机器之眼”:赴港乐动机器人的万亿赛道赶考路

进入2025年以来&#xff0c;尽管围绕人形机器人、具身智能等机器人赛道的质疑声不断&#xff0c;但全球市场热度依然高涨&#xff0c;入局者持续增加。 以国内市场为例&#xff0c;天眼查专业版数据显示&#xff0c;截至5月底&#xff0c;我国现存在业、存续状态的机器人相关企…...

React Native在HarmonyOS 5.0阅读类应用开发中的实践

一、技术选型背景 随着HarmonyOS 5.0对Web兼容层的增强&#xff0c;React Native作为跨平台框架可通过重新编译ArkTS组件实现85%以上的代码复用率。阅读类应用具有UI复杂度低、数据流清晰的特点。 二、核心实现方案 1. 环境配置 &#xff08;1&#xff09;使用React Native…...

Python爬虫(一):爬虫伪装

一、网站防爬机制概述 在当今互联网环境中&#xff0c;具有一定规模或盈利性质的网站几乎都实施了各种防爬措施。这些措施主要分为两大类&#xff1a; 身份验证机制&#xff1a;直接将未经授权的爬虫阻挡在外反爬技术体系&#xff1a;通过各种技术手段增加爬虫获取数据的难度…...

k8s业务程序联调工具-KtConnect

概述 原理 工具作用是建立了一个从本地到集群的单向VPN&#xff0c;根据VPN原理&#xff0c;打通两个内网必然需要借助一个公共中继节点&#xff0c;ktconnect工具巧妙的利用k8s原生的portforward能力&#xff0c;简化了建立连接的过程&#xff0c;apiserver间接起到了中继节…...

【Oracle】分区表

个人主页&#xff1a;Guiat 归属专栏&#xff1a;Oracle 文章目录 1. 分区表基础概述1.1 分区表的概念与优势1.2 分区类型概览1.3 分区表的工作原理 2. 范围分区 (RANGE Partitioning)2.1 基础范围分区2.1.1 按日期范围分区2.1.2 按数值范围分区 2.2 间隔分区 (INTERVAL Partit…...

基于matlab策略迭代和值迭代法的动态规划

经典的基于策略迭代和值迭代法的动态规划matlab代码&#xff0c;实现机器人的最优运输 Dynamic-Programming-master/Environment.pdf , 104724 Dynamic-Programming-master/README.md , 506 Dynamic-Programming-master/generalizedPolicyIteration.m , 1970 Dynamic-Programm…...

深入浅出深度学习基础:从感知机到全连接神经网络的核心原理与应用

文章目录 前言一、感知机 (Perceptron)1.1 基础介绍1.1.1 感知机是什么&#xff1f;1.1.2 感知机的工作原理 1.2 感知机的简单应用&#xff1a;基本逻辑门1.2.1 逻辑与 (Logic AND)1.2.2 逻辑或 (Logic OR)1.2.3 逻辑与非 (Logic NAND) 1.3 感知机的实现1.3.1 简单实现 (基于阈…...

WebRTC从入门到实践 - 零基础教程

WebRTC从入门到实践 - 零基础教程 目录 WebRTC简介 基础概念 工作原理 开发环境搭建 基础实践 三个实战案例 常见问题解答 1. WebRTC简介 1.1 什么是WebRTC&#xff1f; WebRTC&#xff08;Web Real-Time Communication&#xff09;是一个支持网页浏览器进行实时语音…...

tomcat入门

1 tomcat 是什么 apache开发的web服务器可以为java web程序提供运行环境tomcat是一款高效&#xff0c;稳定&#xff0c;易于使用的web服务器tomcathttp服务器Servlet服务器 2 tomcat 目录介绍 -bin #存放tomcat的脚本 -conf #存放tomcat的配置文件 ---catalina.policy #to…...

深度学习之模型压缩三驾马车:模型剪枝、模型量化、知识蒸馏

一、引言 在深度学习中&#xff0c;我们训练出的神经网络往往非常庞大&#xff08;比如像 ResNet、YOLOv8、Vision Transformer&#xff09;&#xff0c;虽然精度很高&#xff0c;但“太重”了&#xff0c;运行起来很慢&#xff0c;占用内存大&#xff0c;不适合部署到手机、摄…...