算法及程序设计基础 算法的概念 算法示例 算法的特征 流程图 基本算法结构 赋值语句及InputBox和MsgBox函数 分支结构与分支结构语句 If-Then-Else-End If 结构语句 Select Case-End Select结构语句 循环结构与循环结构语句

§11-1 网络函数 §11-2 RL串联电路的诸振 §11-3 RLC串联电路的频率特 §11-4 RLC并联谐振电路 §11-5 波特(Bode)图 §11-6 滤波器简介

4.1 对称元素和对称操作 4.1.1 对称元素和对称操作的定义 4.1.2 对称元素和对称操作的类型 4.2 对称操作的乘积、乘法表 4.2.1 对称操作的乘积 4.2.2 对称元素和对称操作之间的一般关系 4.2.3 分子全部对称操作集合的性质 乘法表 4.3 群的基本概念 4.3.1 群的定义 4.3.2 群的几个例子 4.3.3 子群，类和群的同构 4.4 对称点群 4.4.1 对称点群 4.4.2 分子对称性的系统分类法 4.4.3 实例 4.5 群的表示 4.5.1 对称操作的矩阵形式 4.5.2 群的表示 4.6 群的不可约表示的性质 4.6.1 “广义正交定理”及其推论 4.6.2 群的特征标表 4.6.3 可约表示的分解 4.7 基函数 4.7.1 基函数 4.7.2 对称性匹配的线性组合(SALC)投影算子法 4.8 群论和量子力学 4.8.1 本征函数是不可约表示的基 4.8.2 能级的简并度等于不可约表示的维数 4.9 群论在化学键和分子力学中的应用 4.9.1 亲化轨道(D3h 对称性) 4.9.2 休克尔（Huckel）分子轨道(HMO)理论 苯分子 4.9.3 分子振动 H2O 分子 4.10 直乘积表示、分支规则 4.10.1 直积表示 4.10.2 对称直积和反称直积 4.10.3 选择定则 4.10.4 分支规则

• 7.1 数字滤波器设计的基本要求 • 7.2 线性相位滤波器的特性 • 7.3 设计FIR滤波器的窗函数法 • 7.4 设计FIR滤波器频率样本法 • 7.5 FIR滤波器的最优设计法 • 7.6 FIR滤波器设计的一些深入问题

6.1 神经网络模型 6.2 反向传播多层前馈神经网络 6.3 其他神经网络 6.3.1遗传神经网络 6.3.2 径向基函数神经网络 6.3.3 概率神经网络PNN 6.3.4 竞争特征映射神经网络

10.1 遗传算法的基本原理 10.2 遗传算法的特点 10.3 遗传算法的发展及应用 10.4 遗传算法的优化设计 10.5 遗传算法求函数极值 10.6 基于遗传算法优化的RBF网络逼近 10.7 基于遗传算法的伺服系统静态摩擦参数辨识 10.8 基于遗传算法的TSP问题优化

8.1 采样控制 8.2 采样过程和采样定理 8.3 信号恢复 8.4 Z变换理论及线性差分方程求解 8.5 脉冲传递函数 8.6 采样系统的稳定性分析 8.7 采样系统的稳态误差 8.8 采样系统的暂态特性分析

8.1 采样控制 8.2 采样过程和采样定理 8.3 信号恢复 8.4 Z变换理论及线性差分方程求解 8.5 脉冲传递函数 8.6 采样系统的稳定性分析 8.7 采样系统的稳态误差 8.8 采样系统的暂态特性分析 8.9 离散系统的状态空间描述

5.1 周期场中单电子状态的一般特征 一.Bloch 定理 二.关于 k 取值和意义的几点讨论 三. Bloch函数的性质 5.2 一维周期场中电子运动的近自由电子近似 一. 何谓近自由电子近似 二. 定性描述 三. 微扰计算

◼ 频率特性的基本概念 ◼ 非周期函数的频谱分析 ◼ 频率特性的表示方法 ◼ 典型环节的频率特性 ◼ 系统开环频率特性的绘制 ◼ 用频率法分析控制系统的稳定性 ◼ 系统暂态特性和开环频率特性的关系 ◼ 闭环系统频率特性 ◼ 系统暂态特性和闭环频率特性的关系