• 支持向量机 • 二元线性SVM • SVM用于非线性分类 • 机器学习方法 • 人工神经网络（Artificial Neural Network, ANN） • 深度学习（Deep Learning）现状 • 经典的深度学习模型/算法 • 卷积神经网络 Convolutional Neural Networks (CNN) • 多层反馈网络 Recurrent neural Network(RNN) • 自动编码器 AutoEncoder • 受限玻尔兹曼机 Restricted Boltzmann Machine, RBM • 深度置信网络 (Deep Belief Nets，DBN）

本章的教学目标： 1）了解本课程研究对象，认识机器的组成，掌握机器、机构、构件、零件的基本概念及正确识别； 2) 初步了解本课程学习内容，及在专业人才培养中的地位及作用，从而明确本课程学习目标； 3) 对平面机构的组成有所认识，对由一般平面机构组成的机械系统，能绘制出机构运动简图,计算其自由度，并判断其是否有确定的运动。 4) 了解机械设计的基本要求和方法

上海交通大学：《ROS机器人操作系统基础与实战》课程教学资源（实验指导书）08 机器人导航包

上海交通大学：《ROS机器人操作系统基础与实战》课程教学资源（实验指导书）07 机器人建模与仿真

上海交通大学：《ROS机器人操作系统基础与实战》课程教学资源（实验指导书）06 机器视觉

上海交通大学：《力学仿生——启示与探索》课程教学资源（专利资料）陆地仿生（2016）一种应用于四足机器人的仿生脊柱机构及机器人

第2章机器体系机构对语言的影响 [学习目标]:了解程序语言的基本特征;掌握虚 拟计算机和绑定时间。 1.学习程序设计语言的基本特征; 2.了解计算机的硬件结构; 3.掌握虚拟计算的基本概念和虚拟计算机的层次; 4.掌握编译与解释的基本概念及各自特点; 5.掌握绑定时间的基本概念及其与语言实现关系;

上海交通大学：《脑与机器人》课程教学课件（五）09 机器人智能化

1. 概述 2. 分级范式 3. 反应范式 4. 慎思/反应范式 5. 多智能体

一、研究对象 1、机械:机器和机构的总称机器(三个特征): ①人为的实物组合(不是天然形成的); ②各运动单元具有确定的相对运动; ③必须能作有用功,完成物流、信息的传递及能量的转换。 机构:有①②两特征