会议通知
会议日程
（最终日程以会议现场为准）
|
1、简单介绍 MATLAB 的安装、版本历史与编程环境2、MATLAB 基础操作(包括矩阵操作、逻辑与流程控制、函数与脚本文件、基本绘图等)3、文件导入(mat、txt、xls、csv、jpg、wav、avi等格式) |
| 第二章：MATLAB 进阶与提高 |
1、MATLAB 编程习惯与风格2、MATLAB 调试技巧3、向量化编程与内存优化4、图形对象和句柄 |
| 第三章：BP 神经网络 |
1、BP神经网络的基本原理2、BP神经网络的 MATLAB 实现3、案例实践4、BP神经网络参数的优化 |
| 第四章：极限学习机(Extreme Learning Machine, ELM) |
1、ELM 的基本原理2、ELM 与 BP 神经网络的区别与联系3、案例实践 |
| 第五章：支持向量机(Support Vector Machine, SVM) |
1、SVM 分类的基本原理2、SVM 回归拟合的基本原理3、案例实践 |
| 第六章：决策树与随机森林 |
1、决策树的基本原理2、随机森林的基本原理3、案例实践 |
| 第七章：遗传算法(Genetic Algorithm, GA) |
1、遗传算法的基本原理2、常见遗传算法工具箱介绍3、案例实践 |
| 第八章：变量降维与特征选择 |
1、主成分分析（PCA）、偏最小二乘（PLS）的基本原理2、常见的特征选择方法（优化搜索、Filter和Wrapper等）3、案例实践 |
| 第九章：深度学习入门 |
1、深度学习与传统机器学习的区别与联系2、深度学习开源工具箱简介3、卷积神经网络的基本原理4、迁移学习算法的基本原理5、专题讨论：数据VS.模型，孰更重要？ |
| 第十章：图像处理入门 |
1、图像的常见格式及读写2、图像的基本操作（几何变换、时频域变换等）3、图像直方图4、案例实践：基于手机摄像头的心率计算 |
| 第十一章：深度学习在图像处理中的应用案例 |
1、MATLAB 2017b深度学习工具箱功能介绍2、案例一：11行代码实现深度学习物体识别3、案例二：利用卷积神经网络抽取抽象特征4、案例三：自定义卷积神经网络拓扑结构5、案例四：基于卷积神经网络的手写数字识别6、案例五：基于卷积神经网络实现迁移学习 |
| 第十二章：讨论与答疑 |
1.如何查阅文献资料？2.如何高效率撰写专业论文？3.从审稿人的角度看，SCI期刊论文需要具备哪些要素？4.如何提炼与挖掘创新点？ |
会议嘉宾
（最终出席嘉宾以会议现场为准）
参会指南
温馨提示酒店与住宿:为防止极端情况下活动延期或取消，建议“异地客户”与manbext客户端下载客服确认参会信息后，再安排出行与住宿。退款规则:活动各项资源需提前采购，购票后不支持退款，可以换人参加。
您可能还会关注
.png)
收藏人
manbext客户端下载为本会议官方合作
报名平台，您可在线购票
会员折扣
该会议支持会员折扣 具体折扣标准请参见plus会员页面
