机器学习综述

Mobile Learning Literature Review

深度学习技术已经成为当前人工智能领域的一个研究热点，其已在图像识别、语音识别、自然语言处理、搜索推荐等领域展现出了巨大的优势，并且仍在继续发展变化。为了能够及时跟踪深度学习技术的最新研究进展，把握深度

近年来,深度学习逐渐成为学科教学领域的一个热点话题。本文采用内容分析法,对国内公开发表的深度学习相关学术、学位论文进行统计分析,从文献年度分布、文献来源、研究热点、研究内容和发展趋势五个方面依次解读,

深度学习的概念源于人工神经网络的研究，含多隐层的多层感知器（ＭＬＰ）就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示（属性类别或特征），以发现数据的分布式特征表示［１］。ＢＰ算法作

深度学习可以让那些拥有多个处理层的计算模型来学习具有多层次抽象的数据的表示。这些方法在许多方面都带来了显著的改善，包括最先进的语音识别、视觉对象识别、对象检测和许多其它领域，例如药物发现和基因组学等。

学习Linux之特性综述

迁移学习研究综述,近几年迁移学习方法的发展

网络是一系列节点和边的集合,通常表示成一个包含节点和边的图。许多复杂系统都以网络的形式来表示,如社交网络、生物网络和信息网络。为了使网络数据的处理变得简单有效,针对网络中节点的表示学习成为了近年来的研

是自己对深度学习技术及应用进行了综述,有一定参考价值。

ZigBee 技术是一种近距离、低复杂度、低功耗、低速率、低成本的无线通信技术。本文共分为五个章节,分别介绍了ZigBee技术的基本情况,Zigbee技术国内外研究现状、发展重点以及出现的一些问题,最