Welcome to A Tutorial On Artificial Intelligence!

• 邮箱（email）： zhiliu.mind@gmail.com

• 博客（blog）： http://blog.csdn.net/enjoyyl

• 主页（homepage）： iridescent.ink

提示

PDF 版文档可以点这里查看

写于2018年06月10日

---

• 引言
  • 手册自述
    • 目标
    • 撰写与发布
• 第一卷 数学基础
  • 引言
  • 概念解析
    • 1. 空间
      • 1.1. 空间简介
      • 1.2. 度量空间
      • 1.3. 希尔伯特空间
      • 1.4. 巴拿赫空间
      • 1.5. 拓扑空间
      • 1.6. 黎曼空间
    • 2. 问题
      • 2.1. 简介
      • 2.2. 病态与良态
        • 2.2.1. 条件数
        • 2.2.2. 病态的
        • 2.2.3. 良态的
      • 2.3. 适定与不适定
        • 2.3.1. 不适定问题
        • 2.3.2. 适定问题
      • 2.4. 逆问题
        • 2.4.1. 线性逆问题
        • 2.4.2. 非线性逆问题
    • 3. 正则化
      • 3.1. 正则化简介
      • 3.2. 范数正则
        • 3.2.1. 常见范数正则
        • 3.2.2. Tikhonov 正则
      • 3.3. 稀疏正则
      • 3.4. 流形正则
      • 3.5. 噪声正则
    • 4. 名词术语
  • 几何学
    • 1. 引言
    • 2. 解析几何
      • 2.1. 直线和圆
        • 2.1.1. 直线方程与圆的方程
        • 2.1.2. 直线与圆的交点
        • 2.1.3. 线段与圆的交点
  • 数论
    • 1. 素数问题
    • 2. 名词术语
  • 高等数学
    • 1. 引言
    • 2. 集合论
      • 2.1. 集合的概念与性质
        • 2.1.1. 一般集合
          • 概念
          • 元素与集合的关系
          • 集合与集合的关系
          • 集合间的运算
          • 集合间的运算定律
          • 集合的特征函数
          • 集合的势与基数
        • 2.1.2. 其它集合
          • 模糊集
          • 粗糙集
    • 3. 名词术语
  • 矩阵论
    • 1. 线性空间与线性变换
      • 1.1. 线性空间
        • 1.1.1. 基础概念
          • 域
          • 映射
        • 1.1.2. 线性空间概念及性质
          • 定义
          • 性质
          • 线性组合与线性表示
          • 线性相关与线性无关
        • 1.1.3. 线性空间的基、坐标与维数
          • 定义
        • 1.1.4. 基变换与坐标变换
          • 两个基之间的转换
          • 多个基之间的转换
          • 坐标变换
      • 1.2. 线性子空间
        • 1.2.1. 线性子空间
          • 什么是线性子空间
          • 子空间的运算及其性质
        • 1.2.2. 直和
          • 什么是直和
          • 性质
        • 1.2.3. 生成的子空间
          • 什么是生成子空间
          • 矩阵的列空间、核空间、秩与零度
          • 矩阵的Spark
          • 总结
      • 1.3. 线性变换及其表示
        • 1.3.1. 线性变换
          • 什么是线性变换
          • 线性变换的特性
        • 1.3.2. 线性变换的运算
          • 基本线性变换
          • 加法
          • 数乘
          • 乘法
          • 幂
          • 线性变换的多项式
        • 1.3.3. 线性变换与矩阵
          • 线性变换的矩阵表示
          • 性质
          • 像与原像的坐标转换
          • 线性变换在不同基下的矩阵转换
          • 相似矩阵
          • 线性变换多项式的矩阵
          • 常见线性变换
        • 1.3.4. 总结
      • 1.4. 特征值与特征向量
        • 1.4.1. 特征值与特征向量
          • 线性变换的特征值与特征向量
          • 矩阵的特征值与特征向量
          • 特征值与特征向量的关系
          • 实例
        • 1.4.2. 广义特征向量
          • 概念与内涵
          • 计算步骤
        • 1.4.3. 例子(广义特征向量)
        • 1.4.4. 特征多项式与最小多项式
          • 特征多项式
          • 最小多项式
        • 1.4.5. 特征子空间与不变子空间
          • 什么是特征子空间
          • 什么是不变子空间
        • 1.4.6. 信号子空间与噪声子空间
      • 1.5. 矩阵对角化
        • 1.5.1. 多项式矩阵及其标准形
          • 多项式矩阵
          • 首一多项式
          • 多项式矩阵的标准形
        • 1.5.2. 不变因子与初等因子
          • 不变因子
          • 初等因子
          • 举例
        • 1.5.3. Jordan标准型
          • 概念与内涵
          • 求解方法
          • 举例
          • 非奇异矩阵P的求法
        • 1.5.4. Jordan标准型求解微分线性方程组
          • 计算步骤
          • 举例
        • 1.5.5. 总结
          • 可对角化
      • 1.6. 广义特征值与特征向量
        • 1.6.1. 广义特征值与特征向量
          • 矩阵的广义特征值与特征向量
          • 特征值与特征向量的关系
          • 广义特征值问题的等价形式
          • 实例
      • 1.7. 特殊线性空间
        • 1.7.1. 内积空间
          • 什么是内积空间
          • 欧式空间(实内积空间)
          • 酉空间(复内积空间)
          • 常见内积及其性质
          • 内积空间中线性变换
          • 谱分解
        • 1.7.2. 总结
    • 2. 范数理论及应用
      • 2.1. 向量范数
        • 2.1.1. 概念与内涵
        • 2.1.2. 向量范数的等价性
        • 2.1.3. 常见向量范数
          • 普通向量范数
          • 加权范数
      • 2.2. 矩阵范数
        • 2.2.1. 概念与内涵
        • 2.2.2. 矩阵范数与向量范数的相容性
        • 2.2.3. 常见矩阵范数
          • 从属范数
      • 2.3. 范数的应用
        • 2.3.1. 矩阵的谱半径
          • 什么是谱半径
          • 性质
        • 2.3.2. 矩阵非奇异性条件
        • 2.3.3. 逆矩阵的摄动与条件数
          • 矩阵的摄动
          • 条件数
    • 3. 矩阵分析及应用
      • 3.1. 矩阵级数
        • 3.1.1. 概念
      • 3.2. 矩阵序列
        • 3.2.1. 概念理解
        • 3.2.2. 矩阵序列收敛与矩阵收敛
      • 3.3. 矩阵函数
        • 3.3.1. 概念
        • 3.3.2. 求解方法
          • 待定系数法
          • 数项级数求和法
          • 对角矩阵法
          • Jordan标准型法
        • 3.3.3. 总结
      • 3.4. 矩阵微分与积分
        • 3.4.1. 概念
      • 3.5. 总结
        • 3.5.1. 概念对比
        • 3.5.2. 收敛定理
    • 4. 矩阵分解
      • 4.1. 简介
      • 4.2. 三角分解
        • 4.2.1. 引言
        • 4.2.2. 高斯消元过程
          • 一般消元过程
          • 主元素选取
        • 4.2.3. 变元求解
        • 4.2.4. LU分解与LDU分解
          • 概念与性质
          • 计算方法
          • 代码实现
        • 4.2.5. 其它三角分解
          • Crout 分解
          • Doolittle 分解
          • Cholesky 分解
      • 4.3. 满秩分解
        • 4.3.1. 什么是满秩分解
        • 4.3.2. 求解方法
          • 初等行变换法
      • 4.4. 正交三角分解
        • 4.4.1. 什么是正交三角分解
        • 4.4.2. 求解方法
          • Schmidt 正交化方法
          • Givens 变换方法
          • Householder 变换方法
          • 代码实现
      • 4.5. 奇异值分解
        • 4.5.1. 概念
          • 矩阵的奇异值
          • 奇异值分解
        • 4.5.2. 求解方法
          • 实例
          • 代码实现
        • 4.5.3. 奇异值分解应用
          • SVD与谱分解
    • 5. 特征值估计
      • 5.1. 特征值估计
        • 5.1.1. 特征值的界
        • 5.1.2. 特征值的包含区域
          • 盖尔圆
      • 5.2. 特征值的极性
        • 5.2.1. 概念与内涵
    • 6. 广义逆矩阵
      • 6.1. 投影矩阵
        • 6.1.1. 投影算子与投影矩阵
          • 什么是投影
          • 投影算子与投影矩阵
          • 线性投影算子
          • 正交投影算子与正交投影矩阵
          • 性质
          • 正交投影阵的求解
      • 6.2. 广义逆的定义与性质
        • 6.2.1. Moore-Penrose 逆
          • 概念
          • 结论与性质
      • 6.3. 广义逆计算
        • 6.3.1. Hermite标准形计算 {1}-逆 和 {1,2}-逆
        • 6.3.2. 满秩分解法
      • 6.4. 广义逆矩阵与线性方程组
        • 6.4.1. 基本概念
        • 6.4.2. 几种常见解
    • 7. 杂项
      • 7.1. 常用总结
        • 7.1.1. 顺序主子式
        • 7.1.2. 伴随矩阵
        • 7.1.3. 矩阵的逆
          • 性质
          • 特殊矩阵的逆
          • 求解方法
        • 7.1.4. 矩阵的秩
          • 性质
        • 7.1.5. 矩阵的迹行列式特征值
      • 7.2. 初等变换
        • 7.2.1. 初等行变换
        • 7.2.2. 初等列变换
        • 7.2.3. 特殊初等变换
      • 7.3. 常见矩阵概念
        • 7.3.1. 奇异非奇异
        • 7.3.2. 特殊矩阵
          • 概念汇总
          • 结论
      • 7.4. 对角矩阵
      • 7.5. 矩阵运算
        • 7.5.1. 乘法
          • 逐元素积
          • 点积/内积
          • Kronecker积
          • 卷积
          • 示例
    • 8. 名词术语
  • 概率与统计
    • 1. 相关分析
      • 1.1. 相关的概念
        • 1.1.1. 互相关
          • 互相关函数
          • 互相关矩阵
          • 互协方差矩阵
          • 互相关与互协方差矩阵间关系
        • 1.1.2. 自相关
          • 自相关矩阵
          • 自协方差矩阵
          • 自相关与自协方差矩阵间关系
    • 2. 回归分析
      • 2.1. 回归分析简介
        • 2.1.1. 什么是回归分析
        • 2.1.2. 回归分析的类型
      • 2.2. 回归建模
        • 2.2.1. 回归分析简介
          • 什么是回归分析
        • 2.2.2. 线性回归
          • 什么是非线性回归
        • 2.2.3. 非线性回归
          • 什么是非线性回归
        • 2.2.4. 投影追踪回归
          • 什么是投影追踪回归
          • 实验与分析
        • 2.2.5. 贝叶斯回归
          • 什么是贝叶斯回归
      • 2.3. 估计方法
        • 2.3.1. 简介
        • 2.3.2. 岭回归
        • 2.3.3. LASSO
          • 什么是LASSO
        • 2.3.4. 基追踪
          • 什么是基追踪
        • 2.3.5. 投影追踪
          • 什么是投影追踪
          • 实验与分析
    • 3. 参考文献
    • 4. 名词术语
  • 随机过程
    • 1. 概率论基础
      • 1.1. 概率空间与随机变量
        • 1.1.1. 柯尔莫哥洛夫概率公理化体系
          • 是什么
          • 为什么
          • 怎么办
          • 还有什么
        • 1.1.2. 傅立叶变换
    • 2. 随机过程基础
      • 2.1. What is？
        • 2.1.1. dddddddd
          • ssssssssssss
      • 2.2. Why？
        • 2.2.1. dddddddd
          • ssssssssssss
    • 3. 布朗运动
      • 3.1. What is？
        • 3.1.1. dddddddd
          • ssssssssssss
      • 3.2. Why？
        • 3.2.1. dddddddd
          • ssssssssssss
    • 4. 跳跃随机过程
      • 4.1. What is？
        • 4.1.1. dddddddd
          • ssssssssssss
      • 4.2. Why？
        • 4.2.1. dddddddd
          • ssssssssssss
    • 5. 平稳过程
      • 5.1. What is？
        • 5.1.1. dddddddd
          • ssssssssssss
      • 5.2. Why？
        • 5.2.1. dddddddd
          • ssssssssssss
    • 6. 马尔可夫链
    • 7. 名词术语
  • 拓扑学
    • 1. 名词术语
  • 泛函分析
    • 1. 线性算子
      • 1.1. 卷积算子
        • 1.1.1. 普通卷积
          • 一维卷积
          • 二维卷积
        • 1.1.2. 回旋卷积
          • 连续形式
          • 离散形式
        • 1.1.3. 实验分析
          • 二维卷积
      • 1.2. 相关算子
        • 1.2.1. 互相关
          • 确定信号的互相关
          • 不确定信号的互相关
          • 周期信号的互相关
        • 1.2.2. 自相关
      • 1.3. 卷积与相关
        • 1.3.1. 卷积与相关关系
    • 2. 名词术语
  • 模糊数学
    • 1. 引言
    • 2. 模糊集合
      • 2.1. 模糊集合
        • 2.1.1. 引言(不确定集合)
        • 2.1.2. 模糊集的定义
        • 2.1.3. 模糊集与明确集
        • 2.1.4. 模糊集的表示
          • Zadeh表示法
          • 序偶表示法
          • 向量表示法
        • 2.1.5. 特殊模糊集
        • 2.1.6. 模糊集的运算
          • 模糊算子
          • 模糊集间的运算定律
      • 2.2. 隶属函数
        • 2.2.1. 什么是隶属函数
        • 2.2.2. 常见隶属函数
          • 钟形曲线
          • 高斯函数
      • 2.3. 模糊逻辑
        • 2.3.1. 布尔逻辑与模糊逻辑
        • 2.3.2. 布尔逻辑与模糊逻辑算子
        • 2.3.3. 模糊规则
          • IF-THEN
        • 2.3.4. 模糊逻辑推理步骤
      • 2.4. 模糊子代数
      • 2.5. 模糊集合理论拓展
        • 2.5.1. Lattice Valued Fuzzy Sets
        • 2.5.2. Intuitionistic Fuzzy Sets
        • 2.5.3. Interval Type II Fuzzy Sets
        • 2.5.4. Fuzzy Sets of Type 2
    • 3. 模糊算术
      • 3.1. 模糊数
      • 3.2. 模糊算术
      • 3.3. 模糊分析
      • 3.4. 模糊差分方程
    • 4. 模糊关系
      • 4.1. 模糊关系
        • 4.1.1. 明确关系与模糊关系
        • 4.1.2. 模糊矩阵
        • 4.1.3. 模糊关系的性质
      • 4.2. 模糊关系合成
    • 5. 模糊推理
      • 5.1. 语言变量
      • 5.2. 模糊规则
      • 5.3. 模糊推理
    • 6. 模糊系统
      • 6.1. 单入单出模糊系统
      • 6.2. Takagi-Sugeno模糊系统
        • 6.2.1. Takagi-Sugeno模糊系统
        • 6.2.2. Takagi-Sugeno模糊系统的近似特性
      • 6.3. Takagi-Sugeno-Kang模糊系统
        • 6.3.1. TSKFIS原理
    • 7. 模糊变换
    • 8. 参考文献
    • 9. 名词术语
  • 优化理论
    • 1. 优化问题概述
      • 1.1. 优化中的对偶问题
        • 1.1.1. 约束优化的对偶问题
    • 2. 无约束优化方法
    • 3. 约束优化方法
      • 3.1. 约束优化方法概述
        • 3.1.1. 一般方法
      • 3.2. 对偶上升算法
        • 3.2.1. 概念与内涵
        • 3.2.2. 实验与分析
      • 3.3. KKT条件
        • 3.3.1. 概念与内涵
      • 3.4. 拉格朗日乘子法
        • 3.4.1. 概念与内涵
        • 3.4.2. 拉格朗日函数的对偶问题
        • 3.4.3. 约束优化与流形学习
        • 3.4.4. 实验与分析
      • 3.5. 增广拉格朗日法
        • 3.5.1. 概念与内涵
        • 3.5.2. 实验与分析
      • 3.6. 迭代收缩阈值类算法
        • 3.6.1. 概念与内涵
        • 3.6.2. ISTA
        • 3.6.3. FISTA
        • 3.6.4. 实例分析
          • 图像去模糊与去噪
      • 3.7. 交替方向乘子法
        • 3.7.1. ADMM原理
        • 3.7.2. Scale版ADMM原理
        • 3.7.3. 收敛性分析
        • 3.7.4. 最优条件与停止准则
        • 3.7.5. 实验与分析
      • 3.8. 近端算法
        • 3.8.1. 什么是近端算法
          • 近端算子
          • 近端梯度
      • 3.9. 分裂增广拉格朗日收缩算法
        • 3.9.1. 变量分裂
        • 3.9.2. SALSA 与 C-SALSA
    • 4. 微分方法
      • 4.1. 简介
      • 4.2. 数值微分法
      • 4.3. 符号微分法
      • 4.4. 自动微分法
    • 5. 参考文献
    • 6. 名词术语
  • 名词术语
• 第二卷 经典物理
  • 引言
  • 经典力学
    • 1. 牛顿力学
    • 2. 天体力学
    • 3. 天体动力学
    • 4. 固体力学
    • 5. 流体力学
    • 6. 工程力学
    • 7. 生物力学
    • 8. 纳米力学
  • 电磁学
    • 1. 电与磁
      • 1.1. 电与电场
        • 1.1.1. 什么是电
      • 1.2. 磁与磁场
        • 1.2.1. 什么是磁
        • 1.2.2. 自旋磁矩与磁力矩
        • 1.2.3. 磁化
  • 热力学
  • 数学解释
    • 1. 参考文献
  • 名词术语
• 第三卷 现代物理学
  • 量子力学
  • 量子光学
    • 1. 量子光学成像
      • 1.1. 简介
      • 1.2. 深度学习与量子成像
    • 2. 名词术语
  • 量子计算
    • 1. 量子编程
      • 1.1. 引言
• 第四卷 计算机学
  • 操作系统
    • 1. Linux操作系统
      • 1.1. 常用命令
        • 1.1.1. 查找相关
          • 查找文件
        • 1.1.2. 更新源
      • 1.2. 常用技巧
        • 1.2.1. 第三方工具
          • 多线程下载
    • 2. Windows操作系统
  • 程序设计
    • 1. C程序设计
      • 1.1. 引言
        • 1.1.1. 什么是C语言
      • 1.2. 图形交互界面开发
        • 1.2.1. 简介
    • 2. Lua程序设计
      • 2.1. Lua笔记
        • 2.1.1. Lua相关资料
          • 基础
        • 2.1.2. 从这里开始
          • 类Unix系统
          • Windows
        • 2.1.3. 语法
          • 多重赋值
          • 协同
        • 2.1.4. GUI开发
      • 2.2. wxLua 简明教程
    • 3. IDL程序设计
      • 3.1. 引言
        • 3.1.1. 什么是IDL语言
        • 3.1.2. 基于IDL语言的库与软件
    • 4. Lisp程序设计
      • 4.1. 引言
        • 4.1.1. 什么是Lisp语言
        • 4.1.2. 开发环境配置
          • 安装Common Lisp实现
          • 开发环境配置
        • 4.1.3. Lisp编程入门
          • 交互式界面使用
          • 第一个Lisp程序
        • 4.1.4. 包库管理
          • quicklisp
        • 4.1.5. 生成可独立执行文件
      • 4.2. 基础语法
    • 5. Python程序设计
      • 5.1. 简介
        • 5.1.1. 资源汇总
      • 5.2. Anaconda简明教程
        • 5.2.1. 安装第三方包
          • 本地文件安装
        • 5.2.2. 安装包测试
    • 6. Matlab程序设计
      • 6.1. 引言
        • 6.1.1. 什么是Matlab语言
    • 7. Julia程序设计
      • 7.1. 引言
        • 7.1.1. 什么是Julia语言
        • 7.1.2. 开发环境配置
          • 安装Julia实现
          • 卸载Julia实现
          • 开发环境配置
        • 7.1.3. Julia编程入门
          • 交互式界面使用
          • 第一个Julia程序
        • 7.1.4. 第三方包管理
          • 包库管理器Pkg
          • 设置包下载镜像
        • 7.1.5. 生成可独立执行文件
        • 7.1.6. 问题与解决
      • 7.2. 常用依赖库
        • 7.2.1. 基础库
          • 构建编译
          • IO库
        • 7.2.2. 科学计算库
    • 8. PyTorch简明教程
      • 8.1. 从这里开始
        • 8.1.1. 安装
          • 在线安装
          • 本地安装包安装
          • 本地源码安装
        • 8.1.2. 构建本地文档
          • API手册
        • 8.1.3. 问题与解决
          • 安装
          • 使用
      • 8.2. 数据集制作与加载
        • 8.2.1. DataSet
          • 使用 Dataset
          • 使用 TensorDataset
        • 8.2.2. DataLoader
    • 9. Shell程序设计
      • 9.1. bash命令
        • 9.1.1. 常用命令
          • tee
      • 9.2. ssh协议
        • 9.2.1. 常用命令
  • 算法设计
    • 1. 区域填充
      • 1.1. 圆形区域填充
        • 1.1.1. 问题分析
        • 1.1.2. 填充算法
          • 圆面方程
      • 1.2. 凸多边形区域填充
        • 1.2.1. 问题分析
        • 1.2.2. 填充算法
          • 扫描线法
          • 夹角和法
          • 多边形方程法
        • 1.2.3. 实验与分析
          • 实验1
      • 1.3. 凹多边形区域填充
        • 1.3.1. 问题分析
  • 互联部分
    • 1. 网站搭建
  • 人工智能处理器
    • 1. 基础篇
      • 1.1. 引言
        • 1.1.1. 什么是人工智能芯片
        • 1.1.2. AI芯片分类
        • 1.1.3. AI芯片选型
    • 2. 实战篇
      • 2.1. Atalas200DK简明教程
        • 2.1.1. 简介
          • 硬件配置
          • 软件配置
          • 资料汇总
        • 2.1.2. 环境配置
          • 准备
          • MindSpore Studio安装
        • 2.1.3. 系统启动
          • SD卡启动镜像制作
        • 2.1.4. MindSpore Studio开发
          • 开发概览
          • 自定义算子
        • 2.1.5. 深度学习移植实例
          • 简单例子
        • 2.1.6. PyTorch 转 Caffe
  • 嵌入式系统开发
• 第五卷 信号处理
  • 模拟信号处理
    • 1. 名词术语
  • 数字信号处理
    • 1. 引言
    • 2. 基础内容
      • 2.1. 简介
      • 2.2. 插值算法
        • 2.2.1. Sinc插值
          • Sinc插值原理
          • 实验与分析
    • 3. 谱估计理论
      • 3.1. 简介
        • 3.1.1. What?
        • 3.1.2. Why?
        • 3.1.3. How?
      • 3.2. 经典谱估计
        • 3.2.1. 经典谱估计
          • 谱估计
          • 经典谱估计
        • 3.2.2. 窗函数及其性质
          • 概念
          • 类型
          • 实例
        • 3.2.3. 傅立叶变换
          • 简介
          • 连续时间傅立叶变换及其逆变换
          • 离散时间傅立叶变换及其逆变换
          • 快速傅立叶变换
          • 实验分析
        • 3.2.4. 傅立叶变换矩阵
          • 概念与内涵
          • 一维傅里叶变换矩阵
          • 二维傅里叶变换矩阵
          • FFT 线性变换验证实验
        • 3.2.5. 傅立叶变换与卷积
          • 概念与内涵
          • FFT实现卷积
          • 实验与分析
      • 3.3. 现代谱估计
        • 3.3.1. 现代谱估计
          • 现代谱估计
        • 3.3.2. 基于滤波器的谱估计
          • 简介
        • 3.3.3. 基于信号子空间的谱估计
          • 简介
        • 3.3.4. 基于噪声子空间的谱估计
          • 多重信号分类
      • 3.4. 智能谱估计
        • 3.4.1. 智能谱估计简介
          • 什么是智能谱估计
    • 4. 时频分析
      • 4.1. 简介
        • 4.1.1. What?
        • 4.1.2. Why?
        • 4.1.3. How?
      • 4.2. 经典时频分析
        • 4.2.1. 经典时频分析
          • 经典时频分析
        • 4.2.2. 短时傅立叶变换
          • 短时傅立叶变换
          • 频谱表示
          • 逆短时傅立叶变换
          • 实现步骤
          • 实例分析
        • 4.2.3. 小波变换
          • 小波与小波变换
          • 连续小波变换
          • 离散小波变换
          • 连续逆小波变换
          • 实例分析
        • 4.2.4. S变换
      • 4.3. 总结
        • 4.3.1. 不同时频变换间的关系
    • 5. 名词术语
  • 非线性信号处理
  • 统计信号处理
    • 1. 引言
    • 2. 估计理论
      • 2.1. 简介
    • 3. 滤波理论
      • 3.1. 匹配滤波器
        • 3.1.1. 什么是匹配滤波
        • 3.1.2. 匹配滤波的设计
        • 3.1.3. 匹配滤波的实现
    • 4. 名词术语
  • 稀疏信号处理
    • 1. 引言
      • 1.1. 资源库
    • 2. 稀疏采样与重构
      • 2.1. 稀疏性分析
        • 2.1.1. 稀疏信号
      • 2.2. 采样
      • 2.3. 重构
        • 2.3.1. 有限等距性
    • 3. 表示字典
      • 3.1. 字典的类型
        • 3.1.1. 什么是字典
        • 3.1.2. 字典的种类
          • 完备与过完备
          • 冗余与非冗余
          • 正交与非正交
          • 总结
      • 3.2. 离散余弦变换类字典
        • 3.2.1. 什么是离散余弦变换
        • 3.2.2. 一维离散余弦变换
        • 3.2.3. 多维离散余弦变换
        • 3.2.4. 过完备DCT字典
          • 一维过完备DCT字典
          • 多维过完备DCT字典
        • 3.2.5. 实验与分析
          • 一维离散余弦变换
          • 二维离散余弦变换
          • DCT过完备字典
    • 4. 信号稀疏分解
      • 4.1. 简介
        • 4.1.1. 什么是信号稀疏分解
        • 4.1.2. 常见稀疏分解算法
      • 4.2. 匹配追踪
        • 4.2.1. 什么是匹配追踪
        • 4.2.2. 匹配追踪算法
        • 4.2.3. 实验与分析
      • 4.3. 正交匹配追踪
        • 4.3.1. 什么是正交匹配追踪
        • 4.3.2. 正交匹配追踪算法
        • 4.3.3. 实验与分析
          • 仿真数据实验
          • 真实数据实验
    • 5. 线性压缩感知
      • 5.1. 简介
      • 5.2. 线性压缩感知
        • 5.2.1. 线性压缩感知概述
        • 5.2.2. 一维线性压缩感知
          • 稀疏信号的压缩采样与恢复
          • 非稀疏信号的压缩采样与恢复
          • 二维压缩感知
        • 5.2.3. 复压缩感知
        • 5.2.4. 压缩感知与流形
        • 5.2.5. 压缩感知分析实验
      • 5.3. 线性压缩感知信号模型
      • 5.4. 线性压缩感知观测
        • 5.4.1. 感知矩阵的设计
          • 零空间条件
          • 有限等距性质
          • 相干性/一致性条件
          • 稳定性
          • 讨论
        • 5.4.2. 感知矩阵的构造
        • 5.4.3. 常见感知矩阵
      • 5.5. 线性压缩感知重构
        • 5.5.1. 重构算法
          • OMP
      • 5.6. 线性压缩感知实践
        • 5.6.1. 稀疏信号实验
          • 一维仿真信号
          • 二维图像信号
        • 5.6.2. 非稀疏信号CS
          • 压缩感知方式实验
          • 一维压缩感知实验
          • 二维压缩感知实验1
          • 二维压缩感知实验2
        • 5.6.3. 复压缩感知实验
          • 核磁共振成像
    • 6. 学习式压缩感知
      • 6.1. 引言
        • 6.1.1. Resources
    • 7. 学习式压缩感知
      • 7.1. 学习式压缩感知
    • 8. 深度学习与压缩感知
      • 8.1. 基于GAN的压缩感知
      • 8.2. 基于ISTA的压缩感知网络
      • 8.3. 基于ADMM的压缩感知网络
      • 8.4. 基于SALSA的压缩感知网络
      • 8.5. 深度压缩感知
    • 9. 参考文献
    • 10. 名词术语
  • 数字图像处理
    • 1. 图像压缩
    • 2. 图像增强
      • 2.1. 图像模糊
        • 2.1.1. 模糊算子
      • 2.2. 直方图均衡化
• 第六卷 人工智能
  • 简介
  • 优化方法
    • 1. 简介
    • 2. 名词术语
  • 机器学习
    • 1. 简介
      • 1.1. What is？
        • 1.1.1. dddddddd
          • ssssssssssss
      • 1.2. Why？
        • 1.2.1. dddddddd
          • ssssssssssss
      • 1.3. How?
        • 1.3.1. materials
          • books
    • 2. 监督学习
      • 2.1. 监督学习实践1 - 回归与优化
        • 2.1.1. 线性回归
          • 线性回归预测房价
        • 2.1.2. Logistic Regression
          • Logistic Regression手写体分类
        • 2.1.3. Vectorization
        • 2.1.4. Debugging: Gradient Checking
        • 2.1.5. Softmax Regression
    • 3. 无监督学习
      • 3.1. 无监督学习实践1 - PCA与白化
        • 3.1.1. 主成分分析(PCA)
        • 3.1.2. 白化(Whitening)
        • 3.1.3. PCA/Whitening 计算步骤
        • 3.1.4. 二维数据PCA实验
        • 3.1.5. PCA与白化图像数据实验
          • PCA实验
          • PCA白化实验
    • 4. 名词术语
  • 神经网络
    • 1. 简介
      • 1.1. What is？
        • 1.1.1. dddddddd
          • ssssssssssss
      • 1.2. Why？
        • 1.2.1. dddddddd
          • ssssssssssss
      • 1.3. How?
        • 1.3.1. materials
          • books
    • 2. 神经网络组件
      • 2.1. 激活函数单元
        • 2.1.1. 什么是激活函数
        • 2.1.2. 为什么要有激活函数
        • 2.1.3. 经典激活函数分类
          • 恒等函数
          • tanh
          • Sigmoid
          • softplus
          • softsign
          • elu
          • relu
          • relu6
          • leaky relu
          • selu
          • crelu
          • Swish
        • 2.1.4. 新颖激活函数
      • 2.2. 卷积单元
        • 2.2.1. 经典卷积运算
          • 经典二维卷积
          • 经典膨胀二维卷积运算
        • 2.2.2. 经典二维转置卷积运算
        • 2.2.3. 新型卷积
          • 平衡卷积
        • 2.2.4. 实验分析
          • 卷积与相关
      • 2.3. 池化单元
        • 2.3.1. 经典二维池化运算
        • 2.3.2. 膨胀二维池化运算
        • 2.3.3. 金字塔池化
          • 空间金字塔池化
          • 金字塔场景池化
          • 扩张空间金字塔池化
      • 2.4. 正则化单元
      • 2.5. 跳跃连接
        • 2.5.1. 前向跳跃连接
          • 经典前向跳跃连接
        • 2.5.2. 后向跳跃连接
          • 梯度传播
      • 2.6. 递归单元
      • 2.7. 残差单元
        • 2.7.1. 经典残差块分析
          • 残差块结构
          • 梯度传播分析
      • 2.8. 参考文献
    • 3. 神经网络常用损失函数
      • 3.1. 基于误差的损失函数
        • 3.1.1. 什么是误差
        • 3.1.2. 均方误差损失
        • 3.1.3. 绝对误差损失
        • 3.1.4. 光滑绝对误差损失
      • 3.2. 基于熵的损失函数
        • 3.2.1. 什么是熵
          • 离散变量的熵
        • 3.2.2. 交叉熵损失函数
          • 离散变量的交叉熵
        • 3.2.3. 相对熵损失函数
          • 离散变量的相对熵
        • 3.2.4. 二值交叉熵损失函数
    • 4. 简单神经网络
      • 4.1. 单层感知器
        • 4.1.1. 什么是感知器
        • 4.1.2. 单层感知器
        • 4.1.3. 实例
      • 4.2. 多层感知器
        • 4.2.1. 概念与内涵
        • 4.2.2. 实例
        • 4.2.3. MNIST手写体分类
        • 4.2.4. CFAR10物体分类
      • 4.3. 自编码神经网络
    • 5. 支撑矢量机
      • 5.1. 支撑矢量机
      • 5.2. 模糊支撑矢量机
        • 5.2.1. FSVM原理
        • 5.2.2. 隶属函数选择
          • 基于时间特性
          • 基于类别中心
          • 基于训练误差
        • 5.2.3. 实验及结果
      • 5.3. 参考文献
      • 5.4. 名词术语
    • 6. 极速学习机
      • 6.1. 经典极速学习机
        • 6.1.1. 什么是极速学习机
          • 实验与分析
      • 6.2. 基于局部感受野的极速学习机
        • 6.2.1. 说明
        • 6.2.2. 摘要内容
        • 6.2.3. 引言部分
        • 6.2.4. 回顾ELM, CNN和HTM
          • 极速学习机
          • 卷积神经网络
          • 层级实时记忆
        • 6.2.5. ELM-LRF 原理
          • A. 全连接与局部连接（Full and Local Connections）
          • B. 基于局部感受野的ELM
          • C. 组合节点
        • 6.2.6. 局部感受野的实现
          • A. ELM-LRF的特殊组合节点
          • B. 随机输入权重
          • C. 平方根池化（square/square-root pooling）结构
          • D. 基于输出权重的闭式解
        • 6.2.7. 讨论
          • A. 普适近似和分类能力
          • B. ELM-LRF与HTM和CNN的关系
        • 6.2.8. 实验
          • A. 测试误差
          • B. 训练时间
          • C. 特征图
          • D. 随机输入权重的正交化
        • 6.2.9. 结论
        • 6.2.10. 代码实现
          • Source Code
          • Experimental Results
        • 6.2.11. 参考文献
      • 6.3. 模糊极速学习机
      • 6.4. 基于局部感受野的模糊极速学习机
        • 6.4.1. 简介
        • 6.4.2. FELM-LRF原理
        • 6.4.3. 隶属函数选择
        • 6.4.4. 实验及结果
          • 实验说明
          • 实验结果
      • 6.5. 在线极速学习机
        • 6.5.1. 简介
        • 6.5.2. OSELM 原理
      • 6.6. 基于局部感受野的在线极速学习机
        • 6.6.1. 简介
        • 6.6.2. OSELM-LRF原理
      • 6.7. 参考文献
      • 6.8. 名词术语
    • 7. 基于能量的神经网络
      • 7.1. Hopfield 神经网络
      • 7.2. 玻尔兹曼机与受限玻尔兹曼机
    • 8. 卷积神经网络
      • 8.1. 经典卷积神经网络
        • 8.1.1. 卷积神经网络举例
          • LeNet
          • AlexNet
          • VGGNet
          • GoogleNet
    • 9. 递归神经网络
      • 9.1. 递归神经网络
    • 10. 生成式神经网络
      • 10.1. 生成式神经网络
    • 11. 残差神经网络
      • 11.1. 残差神经网络
    • 12. 分形神经网络
      • 12.1. 分形神经网络
    • 13. 随机神经网络
      • 13.1. 随机神经网络
    • 14. 复杂度分析
      • 14.1. 衡量指标
        • 14.1.1. 运算量计算
          • 卷积层
          • 全连接层
      • 14.2. 实例分析
        • 14.2.1. SSD300目标检测网络分析
    • 15. 参考文献
    • 16. 名词术语
  • 深度学习
    • 1. 简介
    • 2. 名词术语
  • 模糊神经系统
    • 1. 简介
    • 2. 神经模糊
      • 2.1. 神经模糊基础
    • 3. 经典模糊神经网络
      • 3.1. 自适应神经模糊推理系统
      • 3.2. 基于ELM的模糊推理系统
        • 3.2.1. SLFN与ANFIS的等效性
    • 4. 参考文献
    • 5. 名词术语
  • 课程学习
    • 1. 引言
      • 1.1. 什么是课程学习
    • 2. 名词术语
  • 自步学习
    • 1. 引言
      • 1.1. 什么是自步学习
    • 2. 自步学习基础
    • 3. 自步函数
      • 3.1. 自步函数设计准则
      • 3.2. 常用自步函数
        • 3.2.1. 二值加权
        • 3.2.2. 线性加权
        • 3.2.3. 对数加权
        • 3.2.4. 混合加权
      • 3.3. 可学习自步函数
    • 4. 参考文献
    • 5. 名词术语
• 第七卷 雷达信号处理
  • 引言
    • 雷达种类
    • 推荐资源
  • 辐射源信号分析
    • 1. 雷达辐射源信号
      • 1.1. 概述
        • 1.1.1. 雷达辐射源信号描述方式
          • 脉冲重复间隔
      • 1.2. 多雷达辐射源信号模型
        • 1.2.1. 雷达辐射源信号描述方式
      • 1.3. 单雷达信号模型
        • 1.3.1. 发射信号
        • 1.3.2. 接收信号
        • 1.3.3. 噪声信号
        • 1.3.4. 杂波反射信号
        • 1.3.5. 合成信号
      • 1.4. 雷达辐射源信号类型
        • 1.4.1. 概述
    • 2. 辐射源信号仿真
    • 3. 辐射源信号分选
      • 3.1. 引言
      • 3.2. 传统方法
        • 3.2.1. 一般集合
    • 4. 参考文献
    • 5. 名词术语
  • 脉冲雷达
  • 连续波雷达
    • 1. 引言
    • 2. 系统概述
      • 2.1. 三角波泄漏
        • 2.1.1. 三角波泄漏分析
          • 泄漏原因
          • 解决方法
        • 2.1.2. 三角波泄漏自适应对消验证
          • 实现方式及结果对比
          • 结果对比
          • 滤波效果分析
        • 2.1.3. 如何使用学习好的权重
          • 利用学习好的权重滤波
          • 基于学习好的权重再滤波
    • 3. 探测
      • 3.1. 简介
      • 3.2. 距离与速度测量
        • 3.2.1. 三角波测距与测速
        • 3.2.2. 锯齿波测距
        • 3.2.3. 距离速度模糊
          • 测速模糊
          • 解决方案
      • 3.3. 角度测量
        • 3.3.1. 简介
        • 3.3.2. 相位差测角
          • 相位差法测角原理概览
          • 相位差法测角原理详解
          • 相位差法测角范围
          • 相位差法测角误差及多值性
    • 4. 成像
      • 4.1. 简介
      • 4.2. 单频连续波雷达成像
        • 4.2.1. 一般集合
          • 概念
    • 5. 识别
    • 6. 参考文献
  • 合成孔径雷达
    • 1. 合成孔径雷达简介
      • 1.1. What is？
    • 2. SAR系统概述
      • 2.1. 相关概念汇总
        • 2.1.1. SAR分类
        • 2.1.2. SAR成像几何关系
        • 2.1.3. 符号列表
        • 2.1.4. SAR数据获取
          • 采样参数的选取
        • 2.1.5. SAR成像模式
        • 2.1.6. 斑点噪声(Speckle)
        • 2.1.7. 公式总结
        • 2.1.8. 术语解释
          • Foot Print
      • 2.2. SAR系统组成
        • 2.2.1. 硬件系统
        • 2.2.2. 脉冲时序与采样
        • 2.2.3. 几何建模
          • 关键参数计算
      • 2.3. SAR发射信号及其性质
        • 2.3.1. SAR发射信号
        • 2.3.2. 为什么采用复指数信号
      • 2.4. SAR回波信号及其性质
        • 2.4.1. SAR回波信号
        • 2.4.2. 回波信号解调
        • 2.4.3. SAR 冲击响应
        • 2.4.4. 小斜视SAR回波信号的频谱
          • 距离维频谱
          • 方位维频谱
          • 距离多普勒域频谱
          • 二维频谱
      • 2.5. 脉冲压缩
    • 3. SAR仿真技术
      • 3.1. 回波信号模型
        • 3.1.1. SAR回波信号
          • 目标回波分析
          • 目标回波基础理论
        • 3.1.2. 时域回波仿真
          • 点目标
          • 面目标
      • 3.2. SAR回波频谱分析
        • 3.2.1. 仿真数据
        • 3.2.2. 真实数据
    • 4. SAR成像理论
      • 4.1. SAR成像简介
        • 4.1.1. 不同成像方法结果对比
      • 4.2. 距离多普勒成像
        • 4.2.1. 距离多普勒方法
          • 小斜视下的RDA
          • 大斜视下的RDA
        • 4.2.2. 实验与分析
          • 仿真数据实验
          • 真实数据实验
      • 4.3. 调频变标成像
        • 4.3.1. 调频变标原理
        • 4.3.2. 调频变标成像
          • CSA方法概览
          • 调频变标
          • 距离压缩与距离徙动校正
          • 方位向处理
        • 4.3.3. 实验与分析
          • 仿真数据实验
          • 真实数据实验
      • 4.4. 正则化成像方法
        • 4.4.1. 正则化成像
        • 4.4.2. 实验与分析
          • 实验说明
          • 实验代码
          • 实验结果
      • 4.5. 压缩感知成像
        • 4.5.1. 压缩感知SAR成像
        • 4.5.2. 实验与分析
          • 仿真数据
          • 真实数据
    • 5. SAR高分辨成像
      • 5.1. SAR高分辨成像简介
      • 5.2. 多普勒中心估计
        • 5.2.1. 引言
          • 多普勒中心频率组成
        • 5.2.2. 传统估计方法
        • 5.2.3. 怎么做
      • 5.3. 多普勒率估计
        • 5.3.1. 引言
    • 6. SAR超分辨成像
      • 6.1. SAR超分辨成像简介
        • 6.1.1. 不同成像方法结果对比
      • 6.2. 带宽外推超分辨SAR成像
        • 6.2.1. 带宽外推
      • 6.3. 经典谱估计超分辨SAR成像
        • 6.3.1. 经典谱估计
      • 6.4. 现代谱估计超分辨SAR成像
        • 6.4.1. 现代谱估计
      • 6.5. 正则化超分辨成像方法
        • 6.5.1. 实验与分析
          • 实验说明
          • 实验代码
          • 实验结果
      • 6.6. 压缩感知超分辨SAR成像
        • 6.6.1. 压缩感知超分辨SAR成像
        • 6.6.2. 实验与分析
        • 6.6.3. 实验与分析
          • 仿真数据
          • 真实数据
    • 7. 深度学习与SAR成像
      • 7.1. 深度学习与SAR成像简介
      • 7.2. 学习式压缩感知成像
        • 7.2.1. 动机与贡献
        • 7.2.2. 原理与方法
          • 学习式压缩感知框架
          • 有限等距性约束
        • 7.2.3. 学习式压缩成像
          • 有限等距性约束
        • 7.2.4. 实验与分析
      • 7.3. 基于IQGAN的生成式超分辨SAR成像
        • 7.3.1. 动机与贡献
        • 7.3.2. 原理与方法
          • 模型框架
          • 相位保持
          • 超分辨成像
        • 7.3.3. 实验与分析
      • 7.4. 学习式压缩感知成像
        • 7.4.1. 动机与贡献
          • SAR数据特性
    • 8. SAR图像超分辨
    • 9. 实验集锦
      • 9.1. 基础分析实验
        • 9.1.1. 实验说明
          • 实验参数
        • 9.1.2. 调频方向分析
        • 9.1.3. 分辨率分析
        • 9.1.4. 距离徙动校正
      • 9.2. 子区域成像实验
        • 9.2.1. 实验说明
        • 9.2.2. 仿真数据实验
          • 点目标数据实验
        • 9.2.3. 真实数据实验
          • RADARSAT1数据实验
    • 10. 参考文献
    • 11. 名词术语
  • 极化合成孔径雷达
    • 1. 极化SAR成像理论
    • 2. 极化SAR超分辨成像
    • 3. 极化SAR图像超分辨
  • 共用技术
    • 1. 脉冲压缩
      • 1.1. 线性调频信号
        • 1.1.1. 线性调频信号
        • 1.1.2. 线性调频信号的频谱
        • 1.1.3. 实验仿真
          • 生成分析LFM
      • 1.2. 接收信号
        • 1.2.1. 接收信号
        • 1.2.2. 接收线性调频信号的频谱
      • 1.3. 匹配滤波与脉冲压缩
        • 1.3.1. 匹配滤波概念回顾
        • 1.3.2. 时域匹配滤波
          • 基带信号
          • 非基带信号
        • 1.3.3. 频域匹配滤波
          • 基带信号
          • 非基带信号
        • 1.3.4. 实验与分析
    • 2. 杂波抑制
      • 2.1. 动目标指示器
    • 3. 雷达散射截面积
      • 3.1. 基础概念
        • 3.1.1. 什么是雷达散射截面积
        • 3.1.2. 雷达散射系数的分类
    • 4. 参考文献
    • 5. 名词术语
  • 补充内容
    • 1. 雷达产品
      • 1.1. 简介
        • 1.1.1. SAR雷达产品概览
      • 1.2. 雷达数据获取
        • 1.2.1. 合成孔径雷达
          • Alaska Satellite Facility
          • ESA
          • WInSAR
      • 1.3. 雷达产品数据格式简介
        • 1.3.1. CEOS
      • 1.4. RADARSAT 产品介绍
        • 1.4.1. RADARSAT1 产品
          • RADARSAT1 雷达参数与工作模式
          • RADARSAT1 参数分析
          • RADARSAT1 数据读取
          • RADARSAT1 数据成像
        • 1.4.2. RADARSAT2 产品介绍
          • RADARSAT2 雷达参数
      • 1.5. ERS系列产品介绍
        • 1.5.1. 雷达参数与工作模式
        • 1.5.2. 数据获取
        • 1.5.3. 原始回波数据读取
          • 目录及文件格式
          • 数据读取与解析
        • 1.5.4. 单视复数数据读取
        • 1.5.5. 原始数据成像
      • 1.6. Envisat ASAR 产品介绍
        • 1.6.1. Envisat ASAR 简介
      • 1.7. ALOS PALSAR 产品介绍
        • 1.7.1. ALOS PALSAR 简介
        • 1.7.2. ALOS PALSAR 平台参数与工作模式
        • 1.7.3. ALOS PALSAR 产品
          • 产品格式说明
          • 数据下载
        • 1.7.4. ALOS PALSAR 数据读取
          • 原始数据读取
        • 1.7.5. ALOS PALSAR 数据成像
      • 1.8. Sentinel系列产品介绍
        • 1.8.1. Sentinel-1 产品
          • Sentinel-1 雷达参数与工作模式
          • Sentinel-1产品格式
          • 数据下载与处理
          • Sentinel1 Level0级数据解析
        • 1.8.2. Sentinel-2 雷达
      • 1.9. AIRSAR 产品介绍
        • 1.9.1. AIRSAR 简介
          • AIRSAR 雷达参数与工作模式
        • 1.9.2. 数据读取
        • 1.9.3. 数据成像
      • 1.10. UAVSAR 产品介绍
        • 1.10.1. UAVSAR 简介
          • UAVSAR 平台参数与工作模式
        • 1.10.2. 数据读取
          • 多视数据
        • 1.10.3. 数据成像
      • 1.11. LVIS产品介绍
        • 1.11.1. 什么是LVIS
    • 2. 雷达数据集
      • 2.1. 简介
        • 2.1.1. 雷达数据集概览
      • 2.2. 毫米波雷达数据集
        • 2.2.1. The Oxford Radar RobotCar Dataset
    • 3. 雷达库与软件
      • 3.1. 简介
        • 3.1.1. 雷达信号处理库与软件概览
        • 3.1.2. 公开代码
      • 3.2. ASF MapReady
        • 3.2.1. 简介
        • 3.2.2. 安装 ASF MapReady
          • Ubuntu下配置安装
        • 3.2.3. ASF MapReady 源码分析
          • 数据读取
        • 3.2.4. ASF MapReady 应用举例
          • 数据导入
      • 3.3. SAR Training Processor
        • 3.3.1. 基础教程
          • 源码安装
          • 源码简析
        • 3.3.2. 问题与解决
          • 使用
      • 3.4. STEP与SNAP
        • 3.4.1. 简介
        • 3.4.2. 环境配置
          • 安装
        • 3.4.3. Level1数据处理示例
        • 3.4.4. Python与SNAP
          • 简介
          • 配置 Python 以使用snappy
          • 在Python中调用SNAP函数
          • 开发SNAP的Python处理器插件
          • 使用Python接口导出原始SAR数据
        • 3.4.5. 总结
          • 链接
      • 3.5. PolSARpro
        • 3.5.1. 简介
        • 3.5.2. 基础教程
          • 安装
        • 3.5.3. 进阶教程
      • 3.6. Other
        • 3.6.1. pyroSAR
        • 3.6.2. MATLAB SAR
        • 3.6.3. SarPy
        • 3.6.4. sumo
        • 3.6.5. Sentinel Level0 数据提取
    • 4. 参考文献
  • 名词术语
• 第八卷 医学信号处理
  • 核磁共振成像
    • 1. 核磁共振简介
      • 1.1. 资源
    • 2. NMR系统概述
    • 3. NMR成像理论
    • 4. 参考文献
    • 5. 名词术语
  • 名词术语
• 第九卷 天文学
  • 天体测量学
  • 天体力学
  • 天体物理学
    • 1. 地球物理学
      • 1.1. 引言
      • 1.2. 人造地球卫星
        • 1.2.1. 卫星轨道参数
        • 1.2.2. 常见卫星轨道
          • 地球同步轨道
          • 半同步轨道
          • 极地轨道
          • 太阳同步轨道
• 第十卷 应用实践
  • 变化检测
    • 1. 引言
      • 1.1. 资源
      • 1.2. 数据集
      • 1.3. 文章与代码
    • 2. 基于深度学习的变化检测
      • 2.1. 基于深度学习的变化检测方法概述
        • 2.1.1. 目前进展
        • 2.1.2. 下一步方向
      • 2.2. 基于孪生网络的变化检测
        • 2.2.1. 基于全卷积孪生网络的变化检测
        • 2.2.2. 基于多尺度卷积孪生网络的变化检测
        • 2.2.3. 基于扩张金字塔
      • 2.3. 自步变化学习
        • 2.3.1. 动机与贡献
        • 2.3.2. 模型与方法
        • 2.3.3. 实验与分析
  • 路径规划
    • 1. 引言
      • 1.1. 什么是路径规划
      • 1.2. 常用方法
      • 1.3. 有用的资源
        • 1.3.1. book
        • 1.3.2. software
        • 1.3.3. library
    • 2. 覆盖规划
      • 2.1. 引言
        • 2.1.1. 什么是区域覆盖规划
        • 2.1.2. 区域覆盖规划算法
      • 2.2. 几何法
        • 2.2.1. 初始规划
        • 2.2.2. 障碍物躲避
          • 最短圆弧法
        • 2.2.3. 价值区域穿越
          • 矩形插入法
        • 2.2.4. 实验与分析
          • 实验1
    • 3. 动态规划
    • 4. 参考文献
    • 5. 名词术语
  • 评价方法
    • 1. 经典评价方法
      • 1.1. 信息检索
        • 1.1.1. 常用数据检索指标
          • 基本概念
          • 查准率
          • 查全率
          • F-measure
          • 虚警率
          • 漏检率
          • 总结
      • 1.2. 数据分类
        • 1.2.1. 混淆矩阵
        • 1.2.2. Kappa 系数
      • 1.3. 相似性度量指标
        • 1.3.1. 集合方法
          • Jaccard
          • Dice 系数
        • 1.3.2. 结构相似性度量
      • 1.4. 图像质量评价
        • 1.4.1. 误差类
          • 均方误差
        • 1.4.2. 信噪比类
        • 1.4.3. 结构相似性度量
          • SSIM
          • MSSSIM
          • GSSIM
        • 1.4.4. 实验与分析
          • 核心代码
      • 1.5. 计算复杂度/性能
        • 1.5.1. 操作数相关指标
        • 1.5.2. 处理器的衡量指标
          • 传统指标
        • 1.5.3. 计算平台与模型性能指标
    • 2. 名词术语
  • 补充内容
    • 1. 数据集
      • 1.1. 数据集概览
        • 1.1.1. 混合
      • 1.2. 变化检测数据集
        • 1.2.1. 遥感影像
        • 1.2.2. 自然场景
      • 1.3. 图像分割数据集
        • 1.3.1. 视网膜图像
      • 1.4. 雷达数据获取
        • 1.4.1. 合成孔径雷达
          • 回波数据
          • 图像数据
      • 1.5. 遥感影像
        • 1.5.1. 综合
        • 1.5.2. 应用分类
          • 融合
          • 超分辨
        • 1.5.3. 按源分类
          • 高光谱
    • 2. 软件库
      • 2.1. 遥感影像处理
        • 2.1.1. 开源软件库
• 第十一卷 补充内容
  • 引言
  • 写作与排版
    • 1. LaTex简明教程
      • 1.1. LaTex基础
        • 1.1.1. 数学相关
          • 定义定理证明等
      • 1.2. LaTex进阶
      • 1.3. 问题解决
        • 1.3.1. 安装
        • 1.3.2. 使用
          • Extra alignment tab has been changed to cr
    • 2. 文献管理与引用
      • 2.1. 简介
      • 2.2. 文献管理
        • 2.2.1. 常见文献管理软件
        • 2.2.2. 推荐的管理软件
        • 2.2.3. 文献引用格式
          • 常见格式介绍
          • 注意事项
      • 2.3. 文献引用
        • 2.3.1. 在文章中引用文献
          • 引用样式
          • 期刊缩写
  • 生活常识
    • 1. 电子电器篇
      • 1.1. 声音设备
        • 1.1.1. 耳机
      • 1.2. 红外遥控
        • 1.2.1. 红外遥控原理
          • 红外发射
          • 红外接收
        • 1.2.2. 手机方案
          • 3.5mm 耳机无源方案
          • 3.5mm 耳机有源方案
          • USB 有源方案
          • 应用软件
• 名词术语

Indices and tables

• 索引

• 搜索页面