【机器学习】结合Copula理论与贝叶斯决策理论的分类算法编辑部

【机器学习】半监督SVM分类算法的交通视频车辆检测方法编辑部

【人工智能】基于多粒度空间混乱的细粒度图像分类算法

为研究风化壳淋积型稀土矿浸出过程中溶液渗流作用对孔隙结构的影响，以去离子水为溶浸液开展浸矿实验。对浸出前后矿样进行显微CT扫描，获取了试样内部结构图像，利用阈值分割算法得到了浸出前后稀土矿样的孔隙结构图像。进而，研究了溶液渗流作用下试样孔隙结构的变化特征，分析了渗流作用对试样孔隙率、孔隙体积、孔隙长度、孔隙宽度和孔隙方位角等参数的影响。结果表明：稀土矿孔隙形状和尺寸在渗流作用下发生显著变化，且在粗细颗粒接触区最为明显；溶液渗流作用使得稀土矿孔隙率增大，孔隙总数量减少，孔隙总体积增大。渗流作用下矿样中小孔隙数量减少，大孔隙数量增多，各尺寸区间的孔隙数量变化率随孔隙尺寸的增大呈现先增大后减小的趋势。溶液渗流作用下孔隙长宽比分布更加集中，孔隙方位角在各角度区间的分布更加均匀，孔隙各向异性增强

 聚类分析的概念 一、聚类分析的基本思想 ★相似的归为一类。 ★模式相似性的度量。 ★无监督分类算法。 二、特征量的类型 ★物理量----(重量、长度、速度) ★次序量----(等级、技能、学识) ★名义量----(性别、状态、种类)  模式相似性测度  类的定义与类间距离  聚类的算法

一、上下文无关文法的重要性: 二、拥有足够强的表达力来表示大多数程序设计语言的语法。 三、可以构造有效的分析算法来检验一个给定的字符。 四、串是否是由某个上下文无关文法产生

应知 复习、巩固一维数组、二维数组、字符串的定义、引用、 输入输出 应会 进一步熟悉数组的程序设计，根据题目分析算法，熟练地 转化为程序语言。熟悉字符串结束标志的使用。并进一步 巩固循环语句和条件语句

树结构在计算机领域中也有着广泛的应用, 例如在编译程序中,用树结构来表示源程序的语法结构:在数据库系统中,可用树结构来组织信息; 在分析算法的行为时,可用树结构来描述其执行过画程等等

谷歌的人工智能系统（AlphaGo）在围棋领域取得了一系列成功，使得深度强化学习得到越来越多的关注。深度强化学习融合了深度学习对复杂环境的感知能力和强化学习对复杂情景的决策能力。而自然语言处理过程中有着数量巨大的词汇或者语句需要表征，并且在对话系统、机器翻译和图像描述等文本生成任务中存在大量难以建模的决策问题。这使得深度强化学习在自然语言处理的文本生成任务中能够发挥重要的作用，帮助改进现有的模型结构或者训练机制，并且已经取得了很多显著的成果。为此，本文系统阐述深度强化学习应用在不同的文本生成任务中的一些主要方法，梳理其发展的轨迹，分析算法特点。最后，展望深度强化学习与自然语言处理任务融合的前景和挑战

2.1 算法的两要素 2.2 算法的特征 2.3 算法的表示 2.4 常用算法 2.5 算法的设计要求 2.6 算法的复杂度分析