北京工业大学的低空技术与工程专业（专业代码0802J1，交叉学科）中的02“低空智能航行技术”方向，是融合了控制科学、电子信息技术与人工智能的前沿领域。该方向依托控制科学与工程、电子科学与技术等优势学科，致力于培养掌握低空飞行器智能感知、自主决策、导航制导与控制技术的高端人才。研究内容涵盖飞行器的路径规划、避障算法、多传感器融合及飞控系统开发，是实现无人机及低空飞行器“无人化”、“智能化”运行的核心技术支撑。根据图片信息，该方向全日制拟招生5人，其中推免生2人，统考名额约3人。考试科目为：①101思想政治理论、②201英语（一）、③301数学（一）、④820机器学习。

近三年招生报考情况与考研特点

该方向是典型的“新工科”热门方向，近两年报考人数激增，报录比居高不下。其考研特点是“专业课新颖、知识更新快、对编程与算法能力要求高”。820机器学习作为专业课，区别于传统的工科科目，重点考查考生对机器学习基本原理、主流算法及其在低空航行场景中应用的理解。内容涵盖监督学习（线性回归、逻辑回归、SVM、决策树、神经网络）、无监督学习（聚类、降维）、模型评估与选择、以及深度学习基础等。要求考生不仅懂理论推导，还需具备一定的算法思维和编程实现能力（通常涉及Python或Matlab）。301数学（一）中的概率论与数理统计、线性代数是机器学习的数学基石，复习时需特别注意与专业课的衔接。英语（一）的高要求也反映了该领域对国际前沿文献阅读能力的重视。

考研总体规划

建议采取“理论+实践”双轮驱动的复习策略。基础阶段（3-6月）重点在于英语词汇与语法的积累，以及301数学（一）中线性代数和概率论的复习（这两部分是机器学习的基础）。同时，开始接触机器学习的基本概念，阅读经典教材如周志华的《机器学习》（“西瓜书”）或李航的《统计学习方法》。强化阶段（7-8月）进行英语真题的精读，301数学（一）的强化训练。专业课方面，深入学习820机器学习的核心算法，推导公式，并尝试使用Python（如Scikit-learn库）实现简单的分类与回归任务，加深理解。9-10月进行真题研究，梳理知识框架，总结算法优缺点及适用场景。冲刺阶段（11-12月）进行全真模拟，重点背诵核心算法的原理与公式，整理错题。

公共课复习方法

英语（一）：复习策略同前，但需额外关注科技类、人工智能类的阅读文章，积累相关专业词汇，为未来阅读英文文献打下基础。

政治：按部就班复习即可，重点在于理解原理，尤其是马克思主义哲学部分，有助于培养科学的思维方法。

数学（一）：对于本方向，线性代数（矩阵运算、特征值）和概率论（贝叶斯公式、高斯分布）的复习权重应适当提高，因为它们是理解机器学习算法（如PCA降维、贝叶斯分类器）的数学基础。建议在复习数学时，有意识地思考这些公式在AI中的应用场景。

专业课复习指南（820机器学习）

820机器学习是一门“软硬兼施”的科目，复习时要避免死记硬背，重在理解。

基础理论：透彻理解偏差-方差分解、过拟合与欠拟合、正则化（L1/L2）、交叉验证等核心概念。这是所有算法的基石。

核心算法：

线性模型：掌握线性回归的最小二乘法推导，逻辑回归的Sigmoid函数与最大似然估计。

支持向量机（SVM）：理解间隔最大化、对偶问题、核技巧（Kernel Trick）的原理。

决策树：掌握信息增益、增益率、基尼系数的计算，以及剪枝策略。

神经网络：理解感知机、多层感知机，重点掌握反向传播（BP）算法的推导过程。

应用与前沿：关注机器学习在低空航行中的具体应用，如基于深度学习的目标检测（YOLO系列）、路径规划算法（A*、Dijkstra或强化学习算法）等。虽然初试可能不会考太深的代码，但了解应用场景能帮助你更好地理解算法。

复习资料：以学校指定的参考书为主，辅以吴恩达的《机器学习》课程（Coursera）进行辅助理解。刷题方面，可以找一些经典的机器学习面试题或课后习题进行练习。

低空智能航行技术代表着未来航空交通的发展方向。北京工业大学的这一方向结合了控制与AI的优势，就业前景极为广阔。面对仅3个的统考名额，你需要付出比别人更多的努力，特别是要在820机器学习这门课上建立优势。如果你在算法理解或数学推导上遇到困难，寻求专业的辅导是非常必要的。新祥旭考研全科定制辅导课程能够为你提供针对性的专业课辅导，帮助你攻克难点，制定科学的复习计划。咨询电话：400-000-3363。