★专题3:人工智能基础应用研究——目录【含程序操作讲解视频】

目录第0章·前言第1章·神经网络第2章·深度学习1——图像/数据分类第3章·深度学习2——目标检测第3章·强化学习第4章·计算机视觉第5章·自然语言处理第6章·大语言模型第7章·机器人机械臂机械狗智能小车第8章·AI游戏控制第9章·大模型API调用互联网AI应用第10章·个性化AI应用APP开发应用第11章·GPU显卡部署AI芯片边缘计算在本专题我们将目前主流的人工智能技术做一个系统性的学习和讲解。具体包括神经网络深度学习强化学习计算机视觉自然语言处理大语言模型机器人/机械臂AI游戏控制大模型API调用AI应用APP开发AI芯片。这些技术之间相互关联和促进神经网络是深度学习、强化学习等的基础架构深度学习为计算机视觉、自然语言处理、大语言模型等提供了核心的算法和模型支持强化学习可用于AI游戏控制以及机器人等领域的策略学习计算机视觉和自然语言处理是人工智能应用的重要领域其技术成果可以应用到机器人、机械臂等多个场景中大语言模型作为自然语言处理的重要突破为自然语言相关的应用以及其他领域基于语言交互的功能提供了强大动力特别是ChatGPTdeepseek等大模型的问世加速了大模型的应用机器人等硬件设备的发展需要计算机视觉、强化学习等技术来实现智能化大模型API调用为互联网 AI 应用和个性化AI应用APP开发提供了便捷的智能能力接入方式而GPU、AI芯片和边缘计算则是所有这些人工智能技术得以高效运行和部署的硬件基础和技术支撑它们的发展推动着其他技术在性能和应用范围上不断拓展。0.读者可以根据自己需求单独订阅任意一个章节1.本课程的所有案例(部分理论知识点除外)均由博主编写而成供有兴趣的朋友们自己订阅学习使用。未经本人允许禁止任何形式的商业用途2.本课程我们更侧重于各种实例的完整设计介绍。更全面的介绍FPGAMATLABpythonpytorchRK3588的AI开发应用。每一个案例都将在博客中给出完整的实现过程和完全代码如果对于某个较为复杂的案例初学者无法正确复现可私信博主获得完整工程代码。3.在学习过程中如果有疑问或者问题可以在对应课程的下方进行留言或者私信博主博主晚上会统一回复。4.在AI应用开发过程中涉及到的数据集博主将提供具体的下载链接。★读者学习过程中的一些问题总结——不定期更新【2025-XX-XX更新】第0章·前言★第0章前言第1章·神经网络学习本章节课程点击链接可单独订阅本节使用软件为MATLAB安装参考《MATLAB软件安装》下载地址《常用软件下载》1.1 BP神经网络的理论学习与MATLAB仿真(包含完整程序视频操作讲解)~免费试读1.2 GRNN广义回归神经网络的理论学习与MATLAB仿真(包含完整程序视频操作讲解)1.3 RBF径向基函数神经网络的理论学习与MATLAB仿真(包含完整程序视频操作讲解)1.4 PNN概率神经网络的理论学习与MATLAB仿真(包含完整程序视频操作讲解)1.5 SOM自组织映射网络的理论学习与MATLAB仿真(包含完整程序视频操作讲解)1.6 CMAC小脑模型神经网络的理论学习与MATLAB仿真(包含完整程序视频操作讲解)1.7 LVQ学习矢量量化神经网络的理论学习与MATLAB仿真(包含完整程序视频操作讲解)1.8 FNN模糊神经网络的理论学习与MATLAB仿真(包含完整程序视频操作讲解)1.9 Elman神经网络的理论学习与MATLAB仿真(包含完整程序视频操作讲解)1.10 SVM支持向量机的理论学习与MATLAB仿真(包含完整程序视频操作讲解)1.11 小波神经网络的理论学习与MATLAB仿真(包含完整程序视频操作讲解)1.12 RBM受限玻尔兹曼机的理论学习与MATLAB仿真(包含完整程序视频操作讲解)1.13 基于PSO粒子群优化的GRNN广义回归神经网络的理论学习与MATLAB仿真(包含完整程序视频操作讲解)1.14 基于PSO粒子群优化的RBF径向基函数神经网络的理论学习与MATLAB仿真(包含完整程序视频操作讲解)1.15 基于PSO粒子群优化的FNN模糊神经网络的理论学习与MATLAB仿真(包含完整程序视频操作讲解)--以下6个课程内容和1.13~1.15类似视频演示参考1.13~1.151.16 基于WOA鲸鱼优化的GRNN广义回归神经网络的理论学习与MATLAB仿真(包含完整程序)1.17 基于WOA鲸鱼优化的RBF径向基函数神经网络的理论学习与MATLAB仿真(包含完整程序)1.18 基于WOA鲸鱼优化的FNN模糊神经网络的理论学习与MATLAB仿真(包含完整程序)1.19 基于GWO灰狼优化的GRNN广义回归神经网络的理论学习与MATLAB仿真(包含完整程序)1.20 基于GWO灰狼优化的RBF径向基函数神经网络的理论学习与MATLAB仿真(包含完整程序)1.21 基于GWO灰狼优化的FNN模糊神经网络的理论学习与MATLAB仿真(包含完整程序)1.22 优化算法与神经网络结合方法总结1.23 神经网络应用一——基于RBF神经网络的时间序列预测Matlab仿真(包含完整程序视频操作讲解)1.24 神经网络应用二——基于RBF神经网络的多输入单输出时间序列预测Matlab仿真(包含完整程序)1.25 神经网络应用三——基于GRNN广义回归神经网络的数据分类算法Matlab仿真(包含完整程序视频操作讲解)1.26 神经网络应用四——基于GRNN广义回归神经网络和HOG特征提取的图像分类算法Matlab仿真(包含完整程序视频操作讲解)1.27 神经网络学习总结第2章·深度学习1——图像/数据分类学习本章节课程点击链接可单独订阅本节使用软件为MATLAB安装参考《MATLAB软件安装》下载地址《常用软件下载》2.1基于深度学习的图像/数据分类概述~免费试读2.2基于深度学习的图像/数据分类学习路线综述~免费试读2.3 深度学习AlexNet模型分析与matlab仿真(包含完整程序视频操作讲解)2.4 深度学习VGG16/VGG19模型分析与matlab仿真(包含完整程序视频操作讲解)2.5 深度学习MSRANet模型分析MSRANet与VGGNet的关联(理论概述)2.6 深度学习MIN模型分析与matlab仿真(包含完整程序视频操作讲解)2.7 深度学习GoogleNet模型分析与matlab仿真(包含完整程序视频操作讲解)2.8 Inception V1/V2/V3/V4理论详解2.9 深度学习ResNet模型分析与matlab仿真(包含完整程序视频操作讲解)2.10 深度学习DenseNet模型分析与matlab仿真(包含完整程序视频操作讲解)2.11 深度学习R-CNN模型分析与matlab仿真(包含完整程序视频操作讲解)2.12 深度学习Fast R-CNN模型分析与matlab仿真(包含完整程序视频操作讲解)2.13 深度学习Faster R-CNN模型分析与matlab仿真(包含完整程序视频操作讲解)2.14 深度学习Inception V2/V3模型分析与matlab仿真(包含完整程序视频操作讲解)2.15 CNNLSTM网络模型的理论详解与各个网络层的参数设计分析(包含模型分析与网络层参数设计)2.16 基于CNNLSTM网络模型的时间序列预测MATLAB仿真测试(包含完整程序视频操作讲解)2.17 基于PSO优化的CNNLSTM网络模型的时间序列预测MATLAB仿真测试(包含完整程序视频操作讲解)2.18 基于WOA优化的CNNLSTM网络模型的时间序列预测MATLAB仿真测试(包含完整程序视频操作讲解)2.19 基于GWO优化的CNNLSTM网络模型的时间序列预测MATLAB仿真测试(包含完整程序)--以下几个课程内容将介绍常见深度学习网络的应用与仿真测试2.20 深度学习应用1——基于GoogleNet的人员行为识别MATLAB仿真测试(包含完整程序视频操作讲解)2.21 深度学习应用2——基于Vgg16模型的动物种类识别MATLAB仿真测试(包含完整程序视频操作讲解)2.22 深度学习应用3——基于AlexNet模型的步态识别MATLAB仿真测试(包含完整程序视频操作讲解)2.23 深度学习应用4——使用MATLAB编程方式实现基于CNN卷积神经网络的手势识别1(包含完整程序视频操作讲解)2.24 深度学习应用5——使用MATLAB编程方式实现基于CNN卷积神经网络的手势识别2(包含完整程序视频操作讲解)2.25 深度学习应用6——使用MATLAB编程方式实现基于CNN卷积神经网络的手势识别3,通过PSO优化CNN最优卷积层数量(包含完整程序视频操作讲解)--以下几个课程内容将分析影响CNN网络训练性能的主要参数2.26 深度学习训练参数分析1——以CNN卷积神经网络手势识别为例,卷积层参数分析(包含完整程序)2.27 深度学习训练参数分析2——以CNN卷积神经网络手势识别为例,池化层参数分析(包含完整程序)2.28 深度学习训练参数分析3——以CNN卷积神经网络手势识别为例,学习率/训练轮数参数分析(包含完整程序)2.29 深度学习学习总结第3章·深度学习2——目标检测学习本章节课程点击链接可单独订阅本节使用软件为MATLAB安装参考《MATLAB软件安装》下载地址《常用软件下载》3.1 基于深度学习的目标检测概述~免费试读3.2 基于深度学习的目标检测学习路线综述~免费试读3.3 基于RCNN深度学习模型的目标检测matlab仿真与分析——训练样本库的制作(包含视频操作讲解)3.4 基于RCNN深度学习模型的目标检测matlab仿真与分析(包含完整程序视频操作讲解)3.5 从R-CNN到Fast R-CNN的发展线路——R-CNN/OverFeat/MultiBox/SPP-Net/MR-CNN/DeepBox/AttentionNet3.6 基于Fast R-CNN深度学习模型的目标检测matlab仿真与分析(包含完整程序视频操作讲解)3.7 基于Faster R-CNN深度学习模型的目标检测matlab仿真与分析,Fast R-CNNDeepProposal到Faster R-CNN的演化(包含完整程序视频操作讲解)3.8 OHEM算法简介,matlab仿真以及从OHEM到yolov1的发展(包含完整程序)3.9 yolov1到yolov2的发展以及基于yolov2模型的人脸检测matlab仿真实现(包含完整程序视频操作讲解)3.10 基于yolov2模型的人员摔倒检测系统matlab仿真实现(包含完整程序视频操作讲解)3.10 FPN特征金字塔网络理论分析以及在网络模型中的结构地位第3章·强化学习第4章·计算机视觉第5章·自然语言处理第6章·大语言模型第7章·机器人机械臂机械狗智能小车第8章·AI游戏控制第9章·大模型API调用互联网AI应用第10章·个性化AI应用APP开发应用第11章·GPU显卡部署AI芯片边缘计算