智能系统设计
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
更多资源：from Google and Matlab Exchange Center
19
考核形式
1 口试：当面陈述课程设计思路，并回答相关问题
2 课程设计报告
20
课程设计报告要求
课程设计报告：6000字以上，内容应包括设计背景、
系统分析、核心算法详细介绍、系统实现和测试实验 结果、参考文献。
课程设计题目八
电影票房预测系统
任务要求：利用网上爬取的电影信息和电影票房数据，
建立票房预测模型，实现电影票房的预测 基本参考：
http://cs229.stanford.edu/proj2013/vanderMerweEimon
-MaximiΒιβλιοθήκη BaiduingMovieProfit.pdf 支持向量回归SVR和支持向量机SVM模型（《MATLAB 神经网络30个案例分析》） 电影信息来源http://www.gewara.com/
开发有实际意义的输入－反馈输出式控制模型。
基本参考和资源： An introduction to the use of neural networks in control systems 《智能控制系统》王耀南
13
课程设计题目七
深度学习系统
任务要求：利用受限波尔兹曼机，构造多层的深度学
智能系统一般架构
数据预处理 特征选择和抽取
核心处理（聚类、 分类、排序、回归和 优化等等）处理 结果输出以及用户 接口
7
课程设计题目一
微博文本的倾向性分析系统
任务描述：基于大量实际的微博文本，分析社会群体对于
乏意义）
特定话题的倾向性。倾向性可规定为肯定、否定和中立等。
注：分析所以来的微博文本应具有必要的规模（否则结论缺
2 分类（线性、knn、决策树、SVM。。。） 3 拟合或回归（线性、多项式、RBF、非线性样条。。。）
4 去噪、滤波和信号变换（傅里叶、ICA、Wavelet。。。）
5 特征选择（监督：信息增益和LDA等；
非监督：度量不变模型等） 6 维数约简和信息抽象 线性方法：PCA、SVD、随机映像和线性压缩感知等 非线性方法：Isomap、Laplacian Eigenmap、深度抽象等
智能系统设计
教师 ：侯越先 yxhou@tju.edu.cn http://cs.tju.edu.cn/faculty/hyx/ 助教：756966146@qq.com
智能系统设计课程QQ群：361302941
1
课程安排
形式：实验设计课
集中实验时间：3-11周，每周2下午2点，综合实验楼
（47楼）第5实验室
http://www.stanford.edu/class/msande239/#assignments 《推荐系统》
9
课程设计题目三
图像检索系统
任务描述：实现图像检索系统的核心功能，即由用户
给定的图片，在系统图像库中发现与之相似的图片集， 并rank后提交给用户 基本参考：
Datta, Ritendra; "Image Retrieval: Ideas, Influences, and
8
课程设计题目二
广告推荐系统
任务描述：在购物网站或微博等社会网络上实现有针对
性的广告推荐。要求系统尽可能地协调用户的兴趣和网 站的商业利益，在不明显降低用户体验的前提下实现商 业利益最大化。 基本参考：
Introduction to Computational Advertising,
习模型，实现典型的模式识别任务（例如手写字符识 别） 基本参考和资源：
http://en.wikipedia.org/wiki/Deep_learning
http://deeplearning.net/ Autoencoder ：
http://www.cs.toronto.edu/~hinton/MatlabForScience Paper.html 14
基本参考： Bo Pang and Lillian Lee, Opinion mining and sentiment analysis, Foundations and Trends in Information Retrieval 2(1-2), pp. 1–135, 2008. 文本处理：Bag of Word模型 分类器：http://www.csie.ntu.edu.tw/~cjlin/libsvm/ 数据： http://datatang.com /中搜索微博
可执行的课程设计程序源码（包括完整详细的中文注
释，无中文注释不予评阅！注释错误视为编码错误！）
测试数据（可只提供下载地址，但必须有一定的规模） 12月19日前提交:
yxhou@tju.edu.cn
21
建议设计平台：Matlab（亦可选用主要高级语言其他平
台，如java、c++）
2
智能系统—— 从人工智能到机器学习
早期的人工智能应用的典型例子
博弈系统 专家系统 定理机器证明系统 封闭环境下的问题求解系统
早期的人工智能研究的共同特点
基于逻辑或形式系统、封闭性、强先验知识和充分的 数据、自顶向下的设计模式、固化的“智能”
3
智能系统—— 从人工智能到机器学习
机器学习：
产生于上世纪70年代，80－90年代后逐渐成主流 强调系统的自学习能力 强调统计方法 强调不完备甚至不一致的数据资源 强调开放环境下的应用
机器学习模型的典型例子
贝叶斯图模型、最大熵模型、最大边际判别模型。。。
4
智能系统的基本功能元素
1 聚类 （kmeans， 层次聚类，谱聚类。。。）
15
课程设计题目九
文本聚类系统
任务要求：文本转换成向量，使用常用的话题模型，
实现对文本的聚类分析
基本参考： LDA主题模型，论文：Latent Dirichlet Allocation http://www.cs.princeton.edu/~blei/topicmodeling.html 其他前面讲述的聚类方法
Trends of the New Age".
10
课程设计题目四
在线语音识别系统
任务描述：实现在线的连续语音识别系统（可允许少
量的个性化训练）
基本参考： M. A. Anusuya, S. K. Katti, Speech Recognition by Machine, A Review, arxiv. Matlab工具箱： Simulink信号采集， sptool对信号进行 分析
11
课程设计题目五
2d人脸检测或识别系统
任务要求：实现基于2d图片的人脸检测或识别系统
（检测和识别功能实现其一即可）
基本参考和资源： http://www.face-rec.org/ 考虑使用OpenCV实现，需配置环境
12
课程设计题目六
智能控制系统
任务要求：使用常用的控制模型（例如神经网络），
5
智能系统的基本功能元素（续）
7 解空间优化（解析法：线性规划、凸规划和半正定规划等）
（非解析法：进化算法、模拟煺火和蚁群法等） 8 模型选择（AIC、BIC、MDL和交叉验证等） 9 Ranking（排序）：统计方法、矩阵方法 10 Online （在线）学习 11 强化（Incremental）学习 12 半监督学习 13 统计推断：图模型（隐马尔科夫模型、条件随机场、贝叶 斯网络等）、高阶依赖性分析和其他常用的统计模型
16
自选题目
题目要求：有明确的科学背景和一定的前沿意义，符
合智能系统设计的课程定位
自选题目必须在第10周之前通过email与我确认选题！
17
系统平台Matlab
Matlab = Matrix Laboratory
解释型脚本语言 强大的数值计算和符号计算功能 强大的数据分析支持 高度的可扩展性和丰富的第三方软件包支持
18
系统平台Matlab （Continued）
基本编程和基本矩阵操作
最常用的Toolboxes： Statistics Toolbox,
Optimization Toolbox, Neural Networks Toolbox, Wavelet Toolbox, Image Processing Toolbox, Statistical Pattern Recognition Toolbox (http://cmp.felk.cvut.cz/cmp/software/stprtool/index .html)
19
考核形式
1 口试：当面陈述课程设计思路，并回答相关问题
2 课程设计报告
20
课程设计报告要求
课程设计报告：6000字以上，内容应包括设计背景、
系统分析、核心算法详细介绍、系统实现和测试实验 结果、参考文献。
课程设计题目八
电影票房预测系统
任务要求：利用网上爬取的电影信息和电影票房数据，
建立票房预测模型，实现电影票房的预测 基本参考：
http://cs229.stanford.edu/proj2013/vanderMerweEimon
-MaximiΒιβλιοθήκη BaiduingMovieProfit.pdf 支持向量回归SVR和支持向量机SVM模型（《MATLAB 神经网络30个案例分析》） 电影信息来源http://www.gewara.com/
开发有实际意义的输入－反馈输出式控制模型。
基本参考和资源： An introduction to the use of neural networks in control systems 《智能控制系统》王耀南
13
课程设计题目七
深度学习系统
任务要求：利用受限波尔兹曼机，构造多层的深度学
智能系统一般架构
数据预处理 特征选择和抽取
核心处理（聚类、 分类、排序、回归和 优化等等）处理 结果输出以及用户 接口
7
课程设计题目一
微博文本的倾向性分析系统
任务描述：基于大量实际的微博文本，分析社会群体对于
乏意义）
特定话题的倾向性。倾向性可规定为肯定、否定和中立等。
注：分析所以来的微博文本应具有必要的规模（否则结论缺
2 分类（线性、knn、决策树、SVM。。。） 3 拟合或回归（线性、多项式、RBF、非线性样条。。。）
4 去噪、滤波和信号变换（傅里叶、ICA、Wavelet。。。）
5 特征选择（监督：信息增益和LDA等；
非监督：度量不变模型等） 6 维数约简和信息抽象 线性方法：PCA、SVD、随机映像和线性压缩感知等 非线性方法：Isomap、Laplacian Eigenmap、深度抽象等
智能系统设计
教师 ：侯越先 yxhou@tju.edu.cn http://cs.tju.edu.cn/faculty/hyx/ 助教：756966146@qq.com
智能系统设计课程QQ群：361302941
1
课程安排
形式：实验设计课
集中实验时间：3-11周，每周2下午2点，综合实验楼
（47楼）第5实验室
http://www.stanford.edu/class/msande239/#assignments 《推荐系统》
9
课程设计题目三
图像检索系统
任务描述：实现图像检索系统的核心功能，即由用户
给定的图片，在系统图像库中发现与之相似的图片集， 并rank后提交给用户 基本参考：
Datta, Ritendra; "Image Retrieval: Ideas, Influences, and
8
课程设计题目二
广告推荐系统
任务描述：在购物网站或微博等社会网络上实现有针对
性的广告推荐。要求系统尽可能地协调用户的兴趣和网 站的商业利益，在不明显降低用户体验的前提下实现商 业利益最大化。 基本参考：
Introduction to Computational Advertising,
习模型，实现典型的模式识别任务（例如手写字符识 别） 基本参考和资源：
http://en.wikipedia.org/wiki/Deep_learning
http://deeplearning.net/ Autoencoder ：
http://www.cs.toronto.edu/~hinton/MatlabForScience Paper.html 14
基本参考： Bo Pang and Lillian Lee, Opinion mining and sentiment analysis, Foundations and Trends in Information Retrieval 2(1-2), pp. 1–135, 2008. 文本处理：Bag of Word模型 分类器：http://www.csie.ntu.edu.tw/~cjlin/libsvm/ 数据： http://datatang.com /中搜索微博
可执行的课程设计程序源码（包括完整详细的中文注
释，无中文注释不予评阅！注释错误视为编码错误！）
测试数据（可只提供下载地址，但必须有一定的规模） 12月19日前提交:
yxhou@tju.edu.cn
21
建议设计平台：Matlab（亦可选用主要高级语言其他平
台，如java、c++）
2
智能系统—— 从人工智能到机器学习
早期的人工智能应用的典型例子
博弈系统 专家系统 定理机器证明系统 封闭环境下的问题求解系统
早期的人工智能研究的共同特点
基于逻辑或形式系统、封闭性、强先验知识和充分的 数据、自顶向下的设计模式、固化的“智能”
3
智能系统—— 从人工智能到机器学习
机器学习：
产生于上世纪70年代，80－90年代后逐渐成主流 强调系统的自学习能力 强调统计方法 强调不完备甚至不一致的数据资源 强调开放环境下的应用
机器学习模型的典型例子
贝叶斯图模型、最大熵模型、最大边际判别模型。。。
4
智能系统的基本功能元素
1 聚类 （kmeans， 层次聚类，谱聚类。。。）
15
课程设计题目九
文本聚类系统
任务要求：文本转换成向量，使用常用的话题模型，
实现对文本的聚类分析
基本参考： LDA主题模型，论文：Latent Dirichlet Allocation http://www.cs.princeton.edu/~blei/topicmodeling.html 其他前面讲述的聚类方法
Trends of the New Age".
10
课程设计题目四
在线语音识别系统
任务描述：实现在线的连续语音识别系统（可允许少
量的个性化训练）
基本参考： M. A. Anusuya, S. K. Katti, Speech Recognition by Machine, A Review, arxiv. Matlab工具箱： Simulink信号采集， sptool对信号进行 分析
11
课程设计题目五
2d人脸检测或识别系统
任务要求：实现基于2d图片的人脸检测或识别系统
（检测和识别功能实现其一即可）
基本参考和资源： http://www.face-rec.org/ 考虑使用OpenCV实现，需配置环境
12
课程设计题目六
智能控制系统
任务要求：使用常用的控制模型（例如神经网络），
5
智能系统的基本功能元素（续）
7 解空间优化（解析法：线性规划、凸规划和半正定规划等）
（非解析法：进化算法、模拟煺火和蚁群法等） 8 模型选择（AIC、BIC、MDL和交叉验证等） 9 Ranking（排序）：统计方法、矩阵方法 10 Online （在线）学习 11 强化（Incremental）学习 12 半监督学习 13 统计推断：图模型（隐马尔科夫模型、条件随机场、贝叶 斯网络等）、高阶依赖性分析和其他常用的统计模型
16
自选题目
题目要求：有明确的科学背景和一定的前沿意义，符
合智能系统设计的课程定位
自选题目必须在第10周之前通过email与我确认选题！
17
系统平台Matlab
Matlab = Matrix Laboratory
解释型脚本语言 强大的数值计算和符号计算功能 强大的数据分析支持 高度的可扩展性和丰富的第三方软件包支持
18
系统平台Matlab （Continued）
基本编程和基本矩阵操作
最常用的Toolboxes： Statistics Toolbox,
Optimization Toolbox, Neural Networks Toolbox, Wavelet Toolbox, Image Processing Toolbox, Statistical Pattern Recognition Toolbox (http://cmp.felk.cvut.cz/cmp/software/stprtool/index .html)