这一章我准备把我读的论文和实现的论文的详细过程记录下来。以防自己忘记,同时也为了储备相关的知识。为进一步研究做准备。
注意:我们大的研究方向是CV(计算机视觉),所以看的论文基本都是这方面的内容。
*****
我觉得在这个位置我首先应该给大家一个寻找论文的方法。在这个信息大爆炸时代,快速找到自己想要的信息已经是每一个学生所必须的技能。下面我们就给出找高水平文章的方法:
首先我们应该知道什么样的期刊和会议上的文章是最好的。
一般我们常说的就是sci ei等,但是我们计算机有计算机的标准,所以我们应该使用计算机的分区标准,也就是CCF分区。
下面我们就根据CCF分区去找自己相关的论文。(当然也可以直接用google来搜索)
首先我们打开CCF分区的官网:https://www.ccf.org.cn/xspj/rgzn/
下面是人工智能期刊会议的分区截图:
![](https://box.kancloud.cn/82a2a8bbc86075d44dd1737912150209_1570x885.png)
第二步:我们根据官网中提供的网址来看到会议或者期刊每年收录的论文。例如AI这个期刊,截图如下:
![](https://box.kancloud.cn/d1124103bb2c591f17115765029522a1_1920x1048.png)
第三步:然后随便点一页收录的文章进去如图:
![](https://box.kancloud.cn/91e2ac7fc7d9881dd4cf82ef6cbc0b15_1920x1048.png)
第四步:进行google搜索如上图。
以上是我自己查看相关论文的一种方法,当然不同的人有不同的方法。
- 序言
- 第一章 机器学习概述
- 第二章 机器学习环境搭建
- 环境搭建
- 第三章 机器学习之基础算法
- 第一节:基础知识
- 第二节:k近邻算法
- 第三节:决策树算法
- 第四节:朴素贝叶斯
- 第五节:逻辑斯蒂回归
- 第六节:支持向量机
- 第四章 机器学习之深度学习算法
- 第一节: CNN
- 4.1.1 CNN介绍
- 4.1.2 CNN反向传播
- 4.1.3 DNN实例
- 4.1.4 CNN实例
- 第五章 机器学习论文与实践
- 第一节: 语义分割
- 5.1 FCN
- 5.1.1 FCN--------实现FCN16S
- 5.1.2 FCN--------优化FCN16S
- 5.2 DeepLab
- 5.2.1 DeepLabv2
- 第六章 机器学习在实际项目中的应用