thesis_note

Author Avatar
Euan 1月 01, 2021
  • 在其它设备中阅读本文章

毕业论文笔记———人工智能-机器学习-深度学习

综述

框架

  • 引言：简要描述研究问题的性质，陈述研究的问题，解释为什么研究以及研究的意义。
  • 主体部分：简要报告他人研究的已有发现和观点。
  • 总结部分：给出迄今为止有关研究的已有知识和观点。
  • 结论：在文献基础上形成的结论。
  • 参考文献。从调查的情况看，不少论文文献综述的写作不够规范，尤其突出地表现在主体部分和结论部分。

绪论

  1. 引言
  2. 鱼类识别的任务与难点
  3. 分类方法
    1. 无监督学习 特征值识别、相关系数、分级分类
    2. 有监督学习 特征值识别、相关系数、分级分类
    3. 半监督学习 特征值识别、相关系数、分级分类
  4. 常用数据集与评价指标
    1. 常用数据集
    2. 评价指标
  5. 问题与展望

qin2016-DeepFish: Accurate underwater live fish recognition with a deep architecture

英语笔记

英文缩写 全称
identity matrix 单位矩阵
convolutional layer 卷积层
orthogonal filter 正交滤波器
block-wise histograms 分块直方图
scalable 可扩展的
descriptor 描述子
spatial pyramid pool 空间金字塔池(SPP)
eigenvector 特征向量
map to 把…映射到…
the number of stages 级数
Adaptive hypergraph learning 自适应超图学习
high-order distance-based multi-view stochastic learning 基于高阶距离的多视图随机学习
mask 掩膜
k-means K均值聚类算法
support vector machines, SVM 支持向量机
hyper parameter 超参数
by a factor of 10 降低10倍
iterations 迭代
convergence 收敛
blobby 粗糙(多斑点的)
principal component analysis 主成分分析PCA

名词解释

英文缩写 解释
patch 将图片切分为“块”，patch即为块
Heaviside-赫维赛德函数，开关函数，跃阶函数 正输入为1，否则为零
dropout 在深度学习网络的训练过程中,对于神经网络单元,按照一定的概率将其暂时从网络中丢弃

Underwater-Drone With Panoramic Camera for Automatic Fish Recognition Based on Deep Learning

英语笔记

英文缩写 全称
Raspberry Pi 树莓派
post challenges 提出挑战

A Feature Learning and Object Recognition Framework for Underwater Fish Images

英语笔记

英文缩写 全称
error-resilient 容错性
saliency 卓越
clustering 聚类
class hierarchy 类层次

笔记

  • 文章目的
  • 结论
  • 背景
  • 结果
  • 方法（可选）
  • 想法，评论

人工智能导论-王万良

一阶谓词逻辑知识表示法、产生式表示法和框架表示法

  • 产生式的形式描述及语义——巴科思范式BNF “::=”-表示为 “|”-或 “[]”-可缺省
  • 产生式系统
  • 归结演绎推理
  • 或-析取 和-合取

基于谓词逻辑的表示方法

可信度方法和证据理论

  • 可信度方法
  • 证据理论-DS理论

模糊推理方法

  • 模糊控制 模糊推理 乘取小，加取大

搜索求解策略

遗传算法

  • 遗传算法
  • 编码[“位串编码”:”二进制编码、gray编码”,”实数编码”]
  • 汉明距离-不一样的位数
  • 适应度函数的尺度变换
  • 适应度比例方法/蒙特卡罗法

粒子群优化算法

  • 粒子群优化算法PSO四种模型：全模型、认知模型、社会模型、无私模型
  • 车辆路径问题VRP

蚁群算法ACO

  • 三种模型：蚂蚁圈系统，蚂蚁数量系统，蚂蚁密度系统

BP神经网络和Hopfield神经网络

  • 机器学习实质上就是改变神经元之间的连接强度
  • M-P模型
  • 神经网络的结构：前馈型(前向型);反馈型;
  • 工作方式:同步(并行);异步(串行)
  • Hopfield神经网络 HNN之DHNN、CHNN HNN解决了旅行商问题

深度神经网络

  • 卷积神经网络CNN
  • 池化作用：概括特征，然后得到新的特征，方便后面对其进行再卷积
  • 采用了四种技术来减少计算量：局部连接、权值共享、多卷积核、池化
  • DigitCap：胶囊网络的全连接层
  • 胶囊网络的输入引进了耦合系统，非线性激活函数比较特别，使用Squashing函数(不像前面用的sigmod函数)，也称为压缩函数，主要区别在于前面的网络采用池化，这个用的是动态路由算法（因为池化丢失的信息太多）。采用的损失函数是最大化正负样本到超平面的距离
  • 指示函数：在某集合X上的函数，表示其中有哪些元素属于某一子集A
  • 欧氏距离：在数学中，欧几里得距离或欧几里得度量是欧几里得空间中两点间“普通”（即直线）距离。使用这个距离，欧氏空间成为度量空间。相关联的范数称为欧几里得范数。较早的文献称之为毕达哥拉斯度量。
  • 全连接层=FC层
  • 线性整流函数（Rectified Linear Unit, ReLU），又称修正线性单元，是一种人工神经网络中常用的激活函数（activation function），通常指代以斜坡函数及其变种为代表的非线性函数。1
  • 胶囊网络与卷积网络不同点之一：在重叠时候能够取得很好结果

专家系统

基本组成：知识库、推理机

知识图谱

  • 实质：知识库、语义网络
  • 形式：RDF、图数据库（RDF提供了资源的通用描述方式）
  • 三元组是知识图谱的通用常见形式，主要有：实体1-关系-实体2；实体-属性-属性值

机器学习

  • 按任务划分：分类、回归、聚类
  • 按学习能力划分：有监督学习、无监督学习、半监督学习、强化学习
  • 如何解决多分类问题：ovr分类器、softmax分类器
  • 自训练算法
  • 性能评价：定量评价（正确率、模糊矩阵、查准率、查全率等）；定性评价（可视化）
  • 主要目标：回归、聚类
  • 监督学习：决策树、逻辑回归
  • 无监督学习：Q学习算法、K-means

智能体系统

智能体体系结构：反应式、慎思式、复合式

Machine Learning–Andrew Ng

Introduce

英文缩写 全称
spam 垃圾邮件

本文使用 CC BY-NC-SA 3.0 中国大陆 协议许可
具体请参见 知识共享协议
本文链接：https://zyhang8.github.io/2021/01/01/thesis_note/