❑ 理解算法的概念。 ❑ 理解什么是程序，程序与算法的区别和内在联系。 ❑ 掌握算法的计算复杂性概念。 ❑ 掌握算法渐近复杂性的数学表述。 ❑ 掌握用C++语言描述算法的方法

3.1 背景知识 3.2 基本灰度变换 3.3 直方图处理 3.4 空间滤波基础 3.5 平滑空间滤波器 3.6 锐化空间滤波器 3.7 混合空间增强法

5.1 Windows NT/2000系统的安全基础 5.2 Windows NT/2000的安全模型 5.3 Windows NT/2000用户登录与账户管理 5.4 用活动目录管理Windows 2000的账户 5.5 Windows NT/2000系统的访问控制与权限 5.6 Windows NT/2000系统数据保护措施 5.7 Windows NT/2000系统的缺陷 5.8 常见破解Windows NT/2000密码的方法及防范措施 5.9 Windows NT/2000的安全管理 5.10 利用输入法漏洞本地入侵Windows 2000的防范

背景知识 最优化问题举例 优化问题的数学模型及其分类 最优解与极值点 范数及其相关不等式 多元函数中值公式及其极值 二次函数

 §8.1 假设检验  §8.2 正态总体均值的假设检验  §8.3 正态总体方差的假设检验  §8.6 分布拟合检验

1. Matlab统计工具箱中常见的统计命令 2. 直方图和箱线图实验 3. 抽样分布实验 4. 参数估计和假设检验实验

1. MATLAB中概率分布函数 2. 二项分布实验 3. 泊松分布实验 4. 二项分布与泊松分布关系实验 5. 连续型随机变量分布实验 6. 随机变量的均值与方差 7. 逆累积分布函数实验 8. 中心极限定理实验

 §7.1 点估计  §7.2 基于截尾样本的最大似然估计  §7.3 估计量的评选标准  §7.4 区间估计  §7.5 正态总体均值和方差的区间估计  §7.6 (0－1)分布参数的区间估计  §7.7 单侧置信区间

第一节 性状的分类 第二节 数量性状的遗传特点 第三节 数量性状遗传分析的统计学方法 第四节 通径分析 第五节 遗传参数

§9.1 时间序列的平稳性及其检验 一、问题的引出：非平稳变量与经典回归模型 二、时间序列数据的平稳性 三、平稳性的图示判断 四、平稳性的单位根检验 五、单整、趋势平稳与差分平稳随机过程 §9.2 随机时间序列分析模型 一、时间序列模型的基本概念及其适用性 二、随机时间序列模型的平稳性条件 三、随机时间序列模型的识别 四、随机时间序列模型的估计 五、随机时间序列模型的检验 §9.3 协整与误差修正模型 一、长期均衡关系与协整 二、协整检验 三、误差修正模型