課程

主要內(nèi)容

授課方式

第一章：MATLAB 入門基礎

1、簡單介紹 MATLAB 的安裝、版本歷史與編程環(huán)境

2、MATLAB 基礎操作(包括矩陣操作、邏輯與流程控制、函數(shù)與腳本文件、基本繪圖等)

3、文件導入(mat、txt、xls、csv、jpg、wav、avi等格式)

課程簡介；

經(jīng)驗分享；

相關知識點復習與鞏固；

理論講解與案例演示；

實操練習；

第二章：MATLAB 進階與提高

1、MATLAB 編程習慣與風格

2、MATLAB 調(diào)試技巧

3、向量化編程與內(nèi)存優(yōu)化

4、圖形對象和句柄

理論講解與案例演示；

實操練習；

知識點總結(jié)、延拓；

課堂討論；

第三章：BP 神經(jīng)網(wǎng)絡

1、BP神經(jīng)網(wǎng)絡的基本原理

2、BP神經(jīng)網(wǎng)絡的 MATLAB 實現(xiàn)

3、案例實踐

4、BP神經(jīng)網(wǎng)絡參數(shù)的優(yōu)化

理論講解與案例演示；

實操練習；

知識點總結(jié)、延拓；

課堂討論；

第四章：極限學習機(Extreme Learning Machine, ELM)

1、ELM 的基本原理

2、ELM 與 BP 神經(jīng)網(wǎng)絡的區(qū)別與聯(lián)系

3、案例實踐

理論講解與案例演示；

實操練習；???

第五章：支持向量機(Support Vector Machine, SVM)

1、SVM 分類的基本原理

2、SVM 回歸擬合的基本原理

3、案例實踐

理論講解與案例演示；

實操練習；

知識點總結(jié)、延拓；

第六章：決策樹與隨機森林

1、決策樹的基本原理

2、隨機森林的基本原理

3、案例實踐

理論講解與案例演示；

實操練習；

知識點總結(jié)、延拓；

課堂討論；

第七章：遺傳算法(Genetic Algorithm, GA)

1、遺傳算法的基本原理
2、常見遺傳算法工具箱介紹

3、案例實踐

理論講解與案例演示；

實操練習；

第八章：圖像處理入門

1、圖像的常見格式及讀寫
2、圖像的基本操作（幾何變換、時頻域變換等）

3、圖像直方圖

4、案例實踐：基于手機攝像頭的心率計算

理論講解與案例演示；

實操練習；

?

第九章：深度學習入門

1、深度學習與傳統(tǒng)機器學習的區(qū)別與聯(lián)系

2、深度學習開源工具箱簡介

3、卷積神經(jīng)網(wǎng)絡的基本原理

4、遷移學習算法的基本原理

5、專題討論：數(shù)據(jù)VS.模型，孰更重要？

理論講解與案例演示；

實操練習；

?

第十章：深度學習在圖像處理中的應用案例

1、MATLAB 2017b深度學習工具箱功能介紹

2、案例一：11行代碼實現(xiàn)深度學習物體識別

3、案例二：利用卷積神經(jīng)網(wǎng)絡抽取抽象特征

4、案例三：自定義卷積神經(jīng)網(wǎng)絡拓撲結(jié)構(gòu)

5、案例四：基于卷積神經(jīng)網(wǎng)絡的手寫數(shù)字識別

6、案例五：基于卷積神經(jīng)網(wǎng)絡實現(xiàn)遷移學習

理論講解與案例演示；

實操練習；

?

第十一章：討論與答疑

1.?如何查閱文獻資料？

2.?如何高效率撰寫專業(yè)論文？

3.?從審稿人的角度看，SCI期刊論文需要具備哪些要素？

4.?如何提煉與挖掘創(chuàng)新點？

課堂討論；

復習與答疑；