大数据是多源异构的。在信息技术飞速发展的今天，多模态数据已成为近来数据资源的主要形式。研究多模态学习方法，赋予计算机理解多源异构海量数据的能力具有重要价值。本文归纳了多模态的定义与多模态学习的基本任务，介绍了多模态学习的认知机理与发展过程。在此基础上，重点综述了多模态统计学习方法与深度学习方法。此外，本文系统归纳了近两年较为新颖的基于对抗学习的跨模态匹配与生成技术。本文总结了多模态学习的主要形式，并对未来可能的研究方向进行思考与展望

《应用统计学》 《经管类高等数学选讲(1)》 《经管类高等数学选讲(2)》 《Python 语言程序设计》 《微积分 B》 《应用工程数学 B》 《微积分 A》 《机电设备》 《跨境电商实战》 《商业智能数据分析》

【教学目的】理解系统分析逻辑过程、管理系统特征及系统建模要求，了解各类系统工程模型；理解评价要素及过程，掌握评价模型、指标体系构建技术及 指标量化方法；了解博弈理论及其应用，理解非合作博弈及其模型，掌握信息经济学规范分析过程。 【教学重点与难点】系统建模技术；评价模型构建；博弈与信息经济学模型

研究对象：求解高等数学、线性代数、工程实践中相关数学模型的数值方法. 主要内容：误差理论，插值与曲线拟合，线性方程组的数值解法，非线性方程的迭代解法，数值积分和数值微分，常微分方程初值问题的数值解法，矩阵特征值问题的数值计算等． 1.1 数值分析的内容与特点 1.2 误 差及有效数字 1.3 数值运算的误差估计 1.4 数值计算的注意事项

教学要求：掌握光学显微镜、电子显微镜的观察方法，几种细胞组分的主要分析方法的原理及技术，了解细胞培养、细胞工程及显微操作技术的基本原理。 教学内容： 第一节 细胞形态结构的观察方法 一、 光学显微镜技术 二、 电子显微镜技术 三、 扫描隧道显微镜 第二节 细胞组分的分析方法 一、 用超速离心技术分离细胞器、生物大分子及其复合物 二、 细胞内核酸、蛋白质、酶、糖类与脂质等的显示方法（细胞化学） 三、 特异蛋白抗原的定位与定性（免疫组化） 四、 细胞内特异核酸序列的定位与定性 五、 利用放射性标记技术研究生物大分子在细胞内的合成动态 六、 定量细胞化学分析技术 第三节 细胞培养、细胞工程与显微镜操作技术 一、 细胞培养 二、 细胞工程

工程实际中，存在大量的解线性方程组的问题。很多数值方法到最后也会涉及到线性方程组的求解问题：如样条插值的M和m关系式，曲线拟合的法方程组，方程组的Newton迭代等问题。 4.1 高斯消去法 4.2 选主元素的高斯消去法 4.3 矩阵的三角分解法 4.4 平方根法与改进平方根法 4.5 向量和矩阵的范数 4.6 线性方程组的性态和解的误差分析 4.7 解线性方程组的迭代法 4.8 迭代法的收敛性及误差估计

实验一 金相样品的制备 实验二 铁碳合金的平衡组织 实验三 钢铁材料的非平衡组织 实验四 其它常用金属材料的显微组织 实验五 金属的硬度与冲击 实验六 碳钢的热处理 实验七 金属材料综合实验

1、了解布氏、洛氏硬度测定的基本原理。 2、了解金属冲击吸收能量的测定方法。 3、初步掌握洛氏硬度测定的操作方法

基于面部动态表情序列，针对静态表情缺少时间信息等问题，将空间特征与时间特征融合，利用神经网络在图像分类领域良好的特征，对需要进行细节分析的表情序列进行处理，提出基于分离式长期循环卷积网络(Separate long-term recurrent convolutional networks, S-LRCN)的微表情识别方法。首先选取微表情数据集提取面部图像序列，引入迁移学习的方法，通过预训练的卷积神经网络模型提取表情帧的空间特征，降低网络训练中过拟合的危险，并将视频序列的提取特征输入长短期记忆网络(Long short-team memory, LSTM)处理时域特征。最后建立学习者表情序列小型数据库，将该方法用于辅助教学评价

•学生汇报点评，引出模糊综合评价 •模糊数学基本概念 •隶属度的含义及确定【重点】 •模糊集合的表示方法 •模糊集合的运算【重点、难点】 •模糊集合分解定理【重点、难点】 •模糊综合评判法的步骤 •常见模糊算子【重点、难点】 •模糊综合评判法的应用【重点、难点】