•从文本分类图像分类 • 如何从图像中获取全局特征？ • 颜色特征、纹理特征、形状特征 • 如何从图像中获取局部特征？ • SIFT: Scale-invariant feature transform •图像分类的几个发展阶段 • Low-level Modelling • Semantic Modelling • Sparse Coding • Deep Learning

• 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）

• 语言模型 • 什么是概率语言模型？如何比较两个模型？ • 怎样由文档生成语言模型？ • 语言模型的种类 • 语言模型如何应用到IR 中？ • 查询似然模型(Query Likelihood Model) • 平滑的方法：线性插值LM • 扩展的LM 方法

• 2.1 信息检索模型概述 • 2.2 一个简单的搜索示例 • 2.3 倒排索引 • 2.4 布尔检索模型 • 2.5 布尔检索模型的优化与扩展

如何建立词项词典？ 文档解析：格式？语言？编码方式？ 词条化：词条（Tokens）/词项（Terms） 停用词：停用词表？查表法 or 基于文档频率 词项归一化：等价类同义词扩展表 词形归并：am, are, is be 词干还原：去除单词两端词缀、Porter算法 如何实现倒排记录表？ • 跳表:跳表指针(位置、个数、更新问题） • 短语查询 • 二元词索引扩展的二元词索引：词性标注 • 位置信息索引邻近查询 • 增加倒排记录表 • 混合索引机制

第一章 数控技术概述 第二章 数控编程的基本原理 第三章 数控加工编程基础 第四章 数控铣床及铣削加工中心编程 第五章 数控车床及车削加工中心编程 第六章 数控仿真系统

8.3 数据恢复工具FinalData 8.2 系统备份工具Symantec Ghost 8.1 计算机工具软件概述 8.4 文件压缩备份工具WinRAR 8.5 网络下载工具迅雷 8.6 屏幕捕捉工具Snagit 8.7 邮件收发工具Foxmail

本章介绍了单片机应用系统配置中最常使用的A/D转换器、D/A转换器和开关器件的工作原理及其接口技术，并且详细说明每类接口的编程方法。 10.1 AD转换器及与单片机的接口 10.2 ADC0809模数转换器 10.3 DAC0832数模转换器 10.4 开关量功率接口技术 10.5 开关量输入接口

4.1数据库安全性概述 4.2数据库安全性控制 4.3 视图机制 4.4 审计（Audit） 4.5 数据加密 4.6 其它安全性保护 4.7 小结

• 运行时刻环境 – 为数据分配安排存储位置 – 确定访问变量时使用的机制 – 过程之间的连接、参数传递 – 和操作系统、输入输出设备相关的其它接口 • 主题 – 存储管理：栈分配、堆管理、垃圾回收 – 对变量、数据的访问