兰州交通大学人工智能方向考博复习需围绕学校特色和学科优势展开系统性规划。首先应深入研究学校人工智能学院官网发布的招生简章，重点关注近三年考试科目、参考书目及导师研究方向。例如，该校在智能交通系统、多模态学习、工业大数据分析等领域有较强研究积累，建议优先复习《模式识别与机器学习》《计算机视觉算法与应用》等特色课程。

数学基础需重点强化线性代数（矩阵分解、特征值分析）、概率统计（贝叶斯网络、马尔可夫模型）和最优化理论（梯度下降、凸优化）。针对计算机核心课程，需结合LeetCode算法题库进行至少200道手写练习，特别关注动态规划、图论算法等高频考点。建议构建知识图谱，将《深度学习》《自然语言处理》等教材中的核心理论（如Transformer架构、BERT模型）与历年真题对应，例如2022年真题中关于图神经网络在交通流量预测中的应用题占比达35%。

科研经历准备应遵循STAR法则，重点突出创新点（如提出改进的YOLOv5目标检测算法）、技术难点（如数据标注成本降低60%）和学术成果（已投SCI二区论文）。建议制作可视化简历，用柱状图展示算法精度对比，用甘特图呈现项目进度。面试准备需模拟3轮专家提问，重点准备交叉学科问题（如人工智能与机械工程的结合点），推荐研读《人工智能：现代方法》最新版及顶会论文（CVPR/NeurIPS近三年收录论文）。

真题训练建议采用三轮策略：第一轮按题型分类突破（如第一轮专攻数学证明题，完成10套模拟卷）；第二轮限时训练（3小时完成150道选择题）；第三轮错题复盘（建立错题本标注错误类型）。英语能力需重点提升文献阅读速度（目标20分钟/篇），掌握学术写作常用句式（如"our proposed method achieves X accuracy, which is a 15% improvement over existing approaches"）。建议关注中国人工智能学会官网，及时获取《人工智能前沿动态》等内部资料。最后阶段应联系3-5位意向导师，通过邮件附上个人研究设想（不超过800字），重点说明与导师课题的契合度。