• 深度学习基础 – 深度学习的发展过程 – 深度学习常用技术框架 – 常用深度学习算法 • 音频质量评价 – 音频样本及特征预处理 – 音频特征选择 – 卷积神经网络模型训练 • 模型参数调优 • 性能验证

一、幂法分析 幂法是用来计算实方阵的按模最大的特征值及相应特征向量的一种迭代法设n阶实方阵A有n个线性无关的特征向量

提出了一种联合多种边缘检测算子的无参考质量评价算法，同时考虑一阶和二阶边缘算子，避免了单一算子的局限性.该方法首先将彩色图像转换为灰度图像，然后计算灰度图像的梯度，相对梯度以及LOG特征.本文所使用的特征分为两部分，一部分提取相对梯度方向的标准差，另一部分利用条件熵来量化不同特征之间的相似性和相互关系，并且考虑到人眼特性进行多尺度计算，最后使用自适应增强（AdaBoost）神经网络进行训练和预测.在公共数据库LIVE和TID2008上进行实验，结果表明新方法对失真图像的预测评分与主观评分有较高的一致性，能很好地反映图像质量的视觉感知效果，仅使用10维特征，性能优于现有的主流无参考质量评价算法

一、向量范数 定义1.对于n维向量空间R”中任意一个向量x, 若存在唯一一个实数∈R与x对应,且满足 (1)(正定性)≥0,且Vx∈,=0x=0; (2)(齐次性)axa,ver,a∈R (3)(三角不等式)x+y,Vx,y∈r\ 则称为向量x的范数

2.1 线性表(linear list) 2.1.1 线性表的抽象数据类型 2.1.2 线性表的存储结构 2.1.3 线性表运算分类 2.2 顺序表—向量(sequential list—vector ) 2.2.1 向量的类定义(type definition) 2.2.2 向量的运算 2.3 链表(linked list) 2.3.1单 链 表(singly linked list) 2.3.2 双 链 表(double linked list) 2.3.3 循 环 链 表(circularly linked list) 2.4 线性表实现方法的比较 2.5 栈 2.5.1 顺序栈 2.5.2 链式栈 2.5.3 顺序栈与链式栈的比较 2.5.4 栈的应用——后缀表达式求值 2.5.4 递归的实现 2.6 队列 2.6.1 顺序队列 2.6.2 链式队列 2.2.3 顺序队列与链式队列的比较

连续时间系统的时域分析：卷积积分 离散时间系统的时域分析：卷积和 LTI系统的性质 掌握卷积积分与卷积和两种计算； 了解常系数微分方程和差分方程的经典算法； 理解LTI系统的冲激响应h(t)； 理解系统的零输入响应、零状态响应

网络分析原理 • 经典网络分析原理 • 我的面向对象网络分析理论 静态安全分析 电力系统潮流计算中的特殊问题 潮流问题的扩展 电力系统状态估计 Power System State Estimation 电力系统状态估计概述 Introduction to Power System State Estimation 电力系统状态估计算法 Models and Approaches of Power System State Estimation 不良数据辨识 Bad Measurement Identification 抗差状态估计 Robust State Estimation

1、哈夫曼树 树的路径长度的概念:从一个结点到另一个结点之间的分支数目称为这对结点之间的路径长度。树的路径长度是从树的根到每一结点的路径长度之和

边缘智能简介 基于边缘智能的视频大数据分析 案例：基于视频分析的抬头检测系统

1.画出书中图78二叉树的通信图.并分析其计算和通信次数。 2.画出书中图7.9蝶式固的通信图,并分析其计算和通信次数