四川大学仪器科学与技术考研经验与复习方法
考研政治方面：
所用参考资料:精讲精练，1000题，肖四，肖八。本人是理科生但是对政治感兴趣，个人感觉政治考高分跟平时积累的基础有很大关系(这里指非考研时间)，到暑假甚至9月份开始复习政治都来得及。复习方法9月到11月，利用晚上空闲时间刷1000题，由于我政治知识底子比较好，所以采取的方法是分章节先刷题，后看书，将错题回归到精讲精练上的知识点，然后再将该知识点整理成一句话的形式，打成word到后期重点看，这样过滤了很多已经掌握的知识点，节省时间。选择题大概就是这个套路，多总结知识点。11月底开始准备大题，完全就是跟着肖8肖4了，买到资料后过了一遍肖8的绿体字部分，然后就一直背肖4了，全文背诵，背了3遍就上考场了。至于真题，因为时间问题所以就没有系统去刷。总得来说，选择题部分主要靠自己多总结，大题部分一定要跟肖4肖8，不必多说。政治是一门付出了就能提分的科目，主要发力期在最后一个月，大家尽量在前期把精力放在专业课和英语上，否则会手忙脚乱。我是十月末正式开始复习政治，有些吃力，大家还是尽早，每天看一些，后期会轻松许多。
考研数学方面：
日常训练时应提升效率，避免拖延，尝试设定时间限制来训练自己在紧张环境下思考，因为这正是考场的真实情景。不少同学长时间自学后，忽视了考试的实际感受，导致真正步入研究生入学考试的考场时显得格外陌生，症结便在于此。在平日练习中，需以考试的标准要求自己，施加压力，提高解题速率。660题中的难题即使浏览一遍也可能耗至11月，而这个月可以先迅速回顾复习全书中不熟悉的例题，这一阶段会相对较快。接下来的关键是400题，务必完成两次，尽管难度颇高。
考研英语方面：
在7月份以前一直在实习的，每天花在公交上的时间有近2个小时，所以利用这段时间用手机软件背了一遍单词。后来回家以后，又把单词过了一遍，这回只是看，没有背。（注意：这里是每年只用手机软件背一遍单词，其他的两遍其实都只是看，理解，并没有去背，我觉得单词这玩意儿，要背下来这么多一下子实在不容易）看单词的时候，要会用联想。在我的理解中，其实一个单词是没有这么多意思的，但是由于中国和外国的表达习惯不同而被人为地造出来许多的意思，但是实际上没有这么多，只是外国人的表达习惯会这么用，放在不同句子里就能给中国人造出来不同的翻译。如果把这些意思抽象出点融合模糊一下，会发现这其实是一个意思。所以我觉得背是没有用的，而且只要在看文的时候看到这个词的时候能推断出来大概啥意思就成了。这个时候，我花了一个月的时间去背小作文，把每个类型的小作文的范文改一遍变成自己的风格和语句习惯便于理解记忆。结果到考试的时候小作文是信手拈来的，因为这种应用作文基本上没有什么变化性，换几个词什么的没错基本上分就可以了。完形填空和阅读理解我是联系在一起的，因为我的英语就是从完形开始全线突破的。这两个部分我完全只做了真题，86年到13年的真题有时候一周一套，到后面没时间了一天一套勉强弄完。有个13年英语考了82的大神告诉我，有时候看选项好像哪个都没错，就选文章的主题，还有，看2个题再看文，做完这2题再继续看剩下的题，记下再继续看文。完形是一个有意识去训练的过程，通常很多正确的词是在文章前面出现过的同意词，时态，反义词等等。其实完形和阅读不要仅仅当作是题来做，要多学习一下里面体现出来的英美文化气息习惯，还有为写作积累，不仅仅是写作词汇，还有句式。大作文其实是完全没有准备吃老本的，这一向是我的英语考试强项。我一般是不会用I，Ithink,It，多用一些动词转为名词，这样的用法通常会很流畅很地道（这应该算是个人偏好和最近的努力方向吧，不赞同勿喷），而且这些用法也常在阅读和翻译中出现，平时做阅读的时候会多注意下这样的用法，还有一些其他的一些习惯用法，会在各年的阅读和完形中反复出现，所以记一下还是很划算的。
考研专业课方面：
理解传感器的基本原理至关重要。传感器是一种能够感知特定物理或化学信号，并将其转换为可读、记录和传输的电信号设备。需深入理解各种类型传感器的工作机制，比如热电偶、电阻应变片、压电传感器等，它们是如何将温度、压力、位移等物理量转化为电信号的。
掌握传感器的性能参数和选原则。这包括灵敏度、精度、线性范围、响应时间、稳定性等，这些都是评价一个传感器优劣的重要指标。在实际应用中，需按具体需求来选合适的传感器，这就需具备扎实的理论基础和实践经验。
再者，实践操作也是提高理解的关键。凭实验，直观地看到传感器的反应过程，更好地理解其工作原理。实验也能帮助了解传感器的实际应用，如在自动化设备、航空航天、医疗设备等领域中的应用，这样能对理论知识有更深层次的理解。
对“传感器技术”的学习，我认为要注重理论与实际的结合。除了课本知识，阅读相关研究论文和技术报告也很重要，它们提供最新的研究动态和技术进展，使知识体系更加全面和前沿。
不要忽视数学和物理的基础。传感器技术涉及到大量的信号处理和数据分析，微积分、线性代数、电磁学等基础知识会在这里发挥重要作用。牢固的基础知识是深入理解传感器技术的前提。
