MATLAB数据及图像处理与机器学习培训
2019年12月5日-8日 天津
各企事业单位、科研院所及高等院校：
在人类科技高速发展的今天，对于广大科研和工程技术人员来说，如果不能熟练掌握一种科学计算软件，将会变得寸步难行，从数据处理到产品开发，处处都离不开科学计算。MATLAB是一种功能强大，简单易学的科学计算软件，为解决广大科研及工程技术人员在使用MATLAB过程中遇到的技术问题，特举办“MATLAB数据及图像处理与机器学习研讨会”。本次会议以科研和工程应用实例为主线，结合典型问题，从基础到提高式的系统研讨MATLAB应用技巧，帮助参会人员顺利掌握MATLAB，利用MATLAB平台进行科研或工程技术研发工作。本次会议采用小班教学研讨方式，名额有限，欢迎感兴趣的科研人员、工程技术人员及研究生尽早报名！
一、会议目标
1. 从零基础起步，深入研讨MATLAB的基本操作和各种编程技巧；
2. 通过实例讲解科学计算及其可视化，参会人员将学习MATLAB的各种作图技巧，为国内外期刊论文插图提供必要的技术支持；
3. 通过典型案例的分析练习，参会人员将讨论如何用MATLAB进行大数据的管理和挖掘，并使用常见的分析工具分析数据，为科学研究提供更可靠的数据分析能力；
4. 基于MATLAB最新版本，通过具体案例的分析与讨论，参会人员还将学会常用的机器学习（如深度学习）算法及其应用、信号处理与图像处理方法。
二、时间地点
1. 时间：
2019年12月5日 —— 2019年12月8日， 天津
（时间安排：5日报到，6日-8日开会研讨）
2. 会议地点：天津津湾广场亚朵酒店
三、会议特色
1. 资深专家深入讲解MATLAB相关操作技能，由浅入深、从理论到实践全面解析；
2. 分组研讨，全程互动，专家面对面分享经验、答疑解惑；
3. 案例驱动，全面讲解数据及图像处理与机器学习方法；
4. 面对面上机操作，注重软件实现。
注：参会人员需自带笔记本电脑。
四、参会对象
各省市、自治区从事数据处理、图像处理、人工智能程序设计、工程计算、控制设计、医疗卫生、信号处理与通讯、信号检测、金融建模设计与分析、生物信息处理等领域相关人员；各国内、省市重点大学相关专业的研究生及老师。
五、费用标准
3600元/人，学生凭证3200元/人。（费用包含会议费、资料费）食宿可统一安排，费用自理。
六、报名联系方式
联系人: 何老师 手 机：13512834413 QQ: 80785298
报名方式：在线报名
七、主讲教师
资深MATLAB培训师，MATLAB技术论坛创始人之一，MATLAB中文论坛资深版主，十多年MATLAB编程经验，已出版书籍《MATLAB统计分析与应用：40个案例分析》、《MATLAB从零到进阶》、《新编MATLAB/Simulink自学一本通》、《MATLAB与数学建模》。长期从事MATLAB相关课程的教学与培训。精通MATLAB、SAS、R语言等软件，擅长多种软件协同作战，有着扎实的理论基础和丰富的实战经验。
八、主办单位
九、会议内容
|
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 |
|
2、若您发现信息有误或需要信息发布，请联系：
010-50830819；邮箱：meeting@scitoday.cn.
