
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.