Date:2019-12-05 08:00:00.0to2019-12-08 08:00:00.0
Location: 天津
主题 |
课程 |
培训内容 |
一、MATLAB数据管理 |
第1讲 管理工作空间数据 第2讲 读写数据文件 第3讲 网络爬虫 第4讲 数据清洗 |
(1)保存工作空间数据 (2)读取TXT文件数据 (3)读写Excel文件数据 (4)读写语音信号数据 (5)读写图像数据 (6)读取网络数据 (7)缺失数据处理 (8)数据去噪 (9)离群值检测 (10)合并数据集 (11)数据的标准化变换 (12)数据的归一化变换 (13)现场练习与答疑 |
二、MATLAB绘图与数据可视化 |
第5讲 交互式绘图 第6讲 图形的打印与输出 第7讲 二维和三维图形 第8讲 动画制作 |
(1)手动绘图与交互式编辑图形 (2)绘图代码自动生成 (3)把图形复制到剪贴板 (4)把图形导出到文件 (5)句柄式图形对象 (6)用句柄控制图形对象属性 (7)MATLAB二维和三维绘图函数 (8)常见二维图形 (9)绘制子图以及多个坐标系的联动 (10)二维图形修饰和添加注释(添加标题、坐标轴标签、文本注释对象、图例、线条和箭头,设置坐标轴相关属性) (11)绘制三维线图 (12)绘制三维网目图和三维面图 (13)三维图形的场景效果(颜色、染色方式、透明度、镂空、灯光、光照效果、视点位置)设置 (14)制作多种形式动画 (15)现场练习与答疑 |
三、数据拟合 |
第9讲 回归分析 第10讲 基于人工神经网络的数据拟合 |
(1)一元线性与非线性回归 (2)多元线性与非线性回归 (3)人工神经网络基础 (4)BP网络 (5)RBF网络 (6)现场练习与答疑 |
四、信号处理与图像处理 |
第11讲 信号处理 第12讲 图像处理 |
(1)傅里叶变换原理 (2)信号去噪与频谱分析 (3)图像数据的读取与显示 (4)几何变换与图像增强 (5)图像分割与区域分析 (6)现场练习与答疑 |
五、聚类 |
第13讲 层次聚类 第14讲 K均值聚类 第15讲 模糊C均值聚类 第16讲 高斯混合聚类 第17讲 人工神经网络聚类 |
(1)层次聚类的原理与案例 (2)类别数的确定方法 (3)K均值聚类的原理与案例 (4)模糊C均值聚类的原理与案例 (5)高斯混合聚类的原理与案例 (6)SOM网络的原理与案例 (7)现场练习与答疑 |
六、降维技术 |
第18讲 主成分分析 |
(1)线性主成分分析的数学原理 (2)核主成分分析的数学原理 (3)降维技术应用案例:主要城市气温模式分析 (4)现场练习与答疑 |
七、模式识别与分类 |
第19讲 决策树 第20讲 K近邻学习 第21讲 距离判别 第22讲 贝叶斯分类器 第23讲 支持向量机分类器 第24讲 随机森林分类器 第25讲 浅层神经网络分类 第26讲 深度学习 |
(1)决策树原理与实例 (2)K近邻学习原理与实例 (3)距离判别原理与实例 (4)贝叶斯分类器原理与实例 (5)支持向量机分类器原理与实例 (6)随机森林分类器原理与实例 (7)浅层神经网络分类实例 (8)深度学习基础 (9)深度堆栈自编码网络的结构与原理 (10)深度卷积神经网络的结构与原理 (11)迁移学习的理论概述 (12)深度学习在图像模式识别中的应用 (13)现场练习与答疑 |
八、辅助教程 |
(1)分组讨论(2)关键问题解析(3)学后交流 |
会议时间 | 2019-12-05至2019-12-08 |
会议地点 | 天津 |
声明:
1.以上会议非科学网主办或承办会议,科学网会议频道会议来自于互联网方便用户了解行业信息,如需参会、汇款、获取邀请函或会议日程,请与主办单位联系