机器学习与图像处理技术应用培训班-北京

课程主题

                      课程内容

一． MATLAB入门基础

1.简单介绍Matlab的安装、版本历史与编程环境

2.文件导入（mat、txt、xls、csv、jpg、wav、avi）等格式

3.Matlab基础操作（包括矩阵操作、逻辑及流程控制、函数与脚本文件、基本绘图等）

二、 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

三、 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：手写体数字识别

4. BP神经网络参数的优化

四、 极限学习机

1.ELM的基本原理

2. 案例实践：人脸识别

3.ELM与BP 神经网络的区别与联系

五、 支持向量机

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：人脸识别

六、 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

七、 遗传算法

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

八、 图像处理入门

1．图像的常见格式与读写

2．图像的基本操作（几何变化、时频域变化等）

3. 图像直方图

4. 边缘检测

5.案例实践：基于手机摄像头的的心率计算

九、 图像去噪与图像复原

1.图像卷积

 2. 基于小波的图像去噪

  3. 图像复原的常用手法

十、 图像压缩与重构

1.压感感知算法的基本原理

2. 图像压缩

  4. 图像重构

十一、图像处理与深度学习

python编程入门

深度学习开源工具箱学习

卷积神经网络及在图像处理中应用

对抗生成神经网络及在图像处理中应用

迁移学习算法及在图像处理中应用

MatConvNet工具箱介绍

十二、疑难问题与答疑

学员可结合自身感兴趣需要解决的疑难问题，可带着相关问题咨询授课老师