数据结构讨论的是数据的逻辑结构、存储方式 以及相关操作的实现等问题，为学习后续专业课程 打下基础。本章讲述数据结构的基本概念及相关术 语，介绍数据结构、数据类型和抽象数据类型之间 的联系，介绍了算法的特点及算法的时间与空间复 杂性

（1）频域分析方法概述 （2）简单信号和复杂信号 （3）FFT算法和自回归模型(AR)算法 （4）频域的相关性分析(Coherence) （5）频谱分析举例-脑电频域分析

学习数据结构的基本概念和必要的基础知识。 理解逻辑结构、存储结构和运算的关系。 学会分析研究计算机加工的数据结构的特性，掌握常用的数据结构的特点并能正确地选择数据结构。 为应用涉及的数据选择适当的逻辑结构和存储结构，并能设计出较高质量的算法

通过本部分相关内容的学习，使同学 们熟练掌握几种排序的思想及算法的具体 实现；了解每种算法的各种性能；根据具 体问题的实际情况，能选择合适的排序算 法进行排序

§9.1 网络与网络流的基本概念 §9.2 最大流最小割定理及求最大流的标号算法 §9.3 求最大流的 Dinic 算法 §9.4 最小费用流问题

单纯形法是求解线性规划的主要算法，1947 年由美国斯坦福大学教授丹捷格（G.B.Danzig） 提出。 尽管在其后的几十年中，又有一些算法问世， 但单纯形法以其简单实用的特色始终保持着绝对 的“市场”占有率

第五章结构化程序设计概论 一、学习目标 1.熟悉数据的基本概念,掌握数据的表示方法 2.熟悉代码的基本概念,掌握代码的控制方法 3.熟悉算法的基本概念,了解算法、程序与代码的关系 4.掌握结构化程序设计的一般方法 5.了解问题规模与程序控制结构之间的关系 6.掌握程序测试的基本方法与手段 7.了解代码优化的基本策略

针对目前锂离子电池寿命预测结果不准确的问题，提出了一种多模态分解的锂离子电池组合预测模型，从而学习锂离子电池退化过程的微小变化。该方法在单一长短期记忆（LSTM）预测模型的基础上，采用了自适应噪声完全集成的经验模态分解(CEEMDAN)算法将锂电池容量分为主退化趋势和若干局部退化趋势，然后使用长短期记忆神经网络（LSTMNN）算法分别对所分解的若干退化数据进行寿命预测，最后将若干预测结果进行有效集成。结果表明，所提出的CEEMDAN?LSTM锂离子电池组合预测模型最大平均绝对百分比误差不超过1.5%，平均相对误差在3%以内，且优于其他预测模型

通过本单元的学习，了解、掌握有关排序的： ⚫ 基本概念： –排序、排序分类、算法稳定性 ⚫ 典型的排序算法 –插入排序、选择排序、交换排序 –快速排序、归并排序 –5种排序方法

数据结构讨论的是数据的逻辑结构、存储方式以及相关操作的实现等问题,为学习后续专业课程打下基础。本章讲述数据结构的基本概念及相关术语,介绍数据结构、数据类型和抽象数据类型之间的联系,介绍了算法的特点及算法的时间与空间复杂性