智能信息处理 主讲教师 高隽   合肥工业大学 开课时间 2020-02-16 至 2020-04-16 学习总人数:34人 视频时长:4:21:39


  • 课程简介
  • 授课教师
  • 章节目录
  • 课程讨论
  • 课程公告

现如今“信息”已融入我们生活,与我们形影不离。即使睡梦中智能手表也在帮我们记录心率,分析睡眠质量,智能手机帮我们收集处理我们感兴趣的资讯,智能的推送。我们的手机、我们的电脑时时刻刻在帮我们从浩瀚的网络世界,获取信息,处理信息,发送信息。
当今社会,“智能”是个十分时髦的词,原先许多名词和动名词之前均被加上了“智能”二字。智能空调、智能家居、智能建筑、智能小区等等。 “智能”不断地产生新事物、新的研究热点、新学科。“智能”使旧事物富有灵气、传统学科焕发新的活力。“智能”无处不在,“智能信息处理”无处不在。
以“协同形成结构,竞争促进发展”为宗旨的合肥工业大学“图像信息处理研究室”于1998年开展“智能信息处理”研究,2003年以“智能信息处理”为第一研究方向,创建了“信号与信息处理”博士点。给出了“智能信息处理”的科学定义,在科学研究的基础上,开设了《智能信息处理》课程,编著出版了《人工神经网络原理与仿真实例》、《智能信息处理方法导论》、《图像理解理论与方法》等多部教材。《智能信息处理》课程在“图像信息处理研究室”多位老师、多届硕博学生的共同努力下,已成为“精品”课程。

  • 高隽  合肥工业大学
  • 高隽,男,1963年10月生,中国科学技术大学博士。现为合肥工业大学计算机与信息学院教授/博导(教授1999年, 博导2001年,二级教授2008年),“信息与通信工程”一级学科带头人,现任合肥工业大学学术委员会副主任、秘书长。&
第1讲 智能信息处理课程介绍
> 第1讲 智能信息处理课程介绍
第2讲 智能信息处理简介
> 第2讲 智能信息处理简介
第3讲 人工神经网络起源和基本概念
> 第3讲 人工神经网络起源和基本概念
第4讲 人工神经网络特点和感知器模型
> 第4讲 人工神经网络特点和感知器模型
第5讲 最小均方差学习算法
> 第5讲 最小均方差学习算法
第6讲 单层感知器缺点和多层感知器模型
> 第6讲 单层感知器缺点和多层感知器模型
第7讲 反向传播算法
> 第7讲 反向传播算法
第8讲 径向基网络
> 第8讲 径向基网络
第9讲 卷积神经网络起源和基本结构
> 第9讲 卷积神经网络起源和基本结构
第10讲 卷积神经网络卷积层和池化层运算
> 第10讲 卷积神经网络卷积层和池化层运算
第11讲 卷积神经网络卷积层参数计算
> 第11讲 卷积神经网络卷积层参数计算
第12讲 ReLU和Dropout
> 第12讲 ReLU和Dropout
第13讲 Hopfield网络起源和基本结构
> 第13讲 Hopfield网络起源和基本结构
第14讲 Hopfield网络基于能量函数的演化
> 第14讲 Hopfield网络基于能量函数的演化
第15讲 Hopfield网络与联想记忆
> 第15讲 Hopfield网络与联想记忆
第16讲 玻尔兹曼机的起源和基本概念
> 第16讲 玻尔兹曼机的起源和基本概念
第17讲 玻尔兹曼机和模拟退火算法
> 第17讲 玻尔兹曼机和模拟退火算法
第18讲 遗传算法
> 第18讲 遗传算法
第19讲 蚁群算法、粒子群算法和免疫算法
> 第19讲 蚁群算法、粒子群算法和免疫算法
第20讲 信息重构起源与基本概念
> 第20讲 信息重构起源与基本概念
第21讲 信息融合起源和基本概念
> 第21讲 信息融合起源和基本概念
第22讲 机器学习基本概念
> 第22讲 机器学习基本概念
第23讲 线性模型和逻辑回归
> 第23讲 线性模型和逻辑回归
第24讲 支持向量机
> 第24讲 支持向量机
第25讲 核方法,软间隔和正则化
> 第25讲 核方法,软间隔和正则化
第26讲 极大似然估计与朴素贝叶斯分类器
> 第26讲 极大似然估计与朴素贝叶斯分类器
第27讲 EM算法
> 第27讲 EM算法
第28讲 马尔科夫蒙特卡洛方法与隐马尔科夫模型
> 第28讲 马尔科夫蒙特卡洛方法与隐马尔科夫模型
第29讲 Adaboost与集成学习
> 第29讲 Adaboost与集成学习
第30讲 K均值聚类和混合高斯聚类
> 第30讲 K均值聚类和混合高斯聚类
第31讲 主成分分析和多维缩放
> 第31讲 主成分分析和多维缩放
第32讲 流形学习和局部线性嵌入
> 第32讲 流形学习和局部线性嵌入
第33讲 稀疏编码与压缩感知
> 第33讲 稀疏编码与压缩感知
第34讲 半监督学习
> 第34讲 半监督学习
第35讲 深度学习起源和基本概念
> 第35讲 深度学习起源和基本概念
第36讲 自动编码器
> 第36讲 自动编码器
第37讲 RNN和长短期记忆
> 第37讲 RNN和长短期记忆
第38讲 对抗生成网络
> 第38讲 对抗生成网络
第39讲 形状识别
> 第39讲 形状识别
第40讲 Hough变换及光电形状识别系统
> 第40讲 Hough变换及光电形状识别系统