山高路远，看世界，也找自己

理解并掌握势函数的数学定义和物理含义，并根据要求实现一个势函数。理解并掌握累计势函数判别法的基本思想以及算法步骤，并根据要求实现一个势函数。

理解并掌握贝叶斯估计相关知识，编程实现使用已有训练样本进行学习从而获得类概率，在实践中对贝叶斯估计有一个深刻认识。

理解并掌握无参数估计方法的基本思想以及原理，并使用 matlab 实现一个简单的窗核函数。理解并掌握parzen窗估计方法的基本思想以及原理，并使用 matlab 进行一次简单的估计试验。

理解并掌握贝叶斯判决的一般性原理，设计并实现一个基础贝叶斯分类器，能够根据自己的设计对贝叶斯决策理论算法有一个深刻认识。正态模式下最小误判概率判决准则的具体形式；分类器分类步骤。

理解并掌握离散 K-L 变换的原理以及过程思想，并实现一个进行离散 K-L 变换的函数。实现余量法的 DKTL。

理解并掌握 H-K 算法的基本原理，并针对 H-K算法实现需要掌握的前置知识进行练习实现。掌握 H-K 算法的求解步骤，并编程实现一个使用 H-K 算法求解分类模型的例子。

理解并掌握感知机模型的定义以及几何含义，编写一个简单的使用感知机模型进行判别的例子。掌握感知器学习算法的策略以及原理，并实现一个使用感知器学习算法解决分类问题的简单例子。

理解并掌握动态聚类算法所涉及的一些基础概念，并通过 Matlab 编程实现。理解并掌握感 K-means 算法原理以及物理含义，编写一个简单的基于欧式距离的 K-means 算法进行聚类的例子。

理解并掌握基本最邻近法（ k-NN ）的算法思想以及基本过程，并实现一个 k-NN 算法的函数。理解并掌握剪辑最近邻算法思想以及基本过程，并实现一个剪辑最近邻算法的函数。

位势函数算法是利用物理概念，通过训练模式对特征空间中的累积位势函数修正，使累积位势函数对训练模式具有正确分类的性质，从而以其作为判别函数。由于位势函数是非线性的，所以由位势函数训练算法产生的判别函数是非线性的。该方法可用于非线性可分情况，也可用于线性可分情况。位势函数选取的灵活性使位势函数法有很强的分类能力。

使用W-H、H-K算法实现对两类样本的分类判决界面

ISODATA算法是基于C-均值算法的改进，增加了簇的合并和分裂机制，使其能够动态地调整簇的数量和形状，适应数据的复杂性。这使得ISODATA算法更适用于数据集具有复杂形状、密度不均匀、簇的数量变化较大的情况。

最大最小距离聚类算法是一种基于距离度量的聚类方法，旨在根据每个样本点与其他点的最大最小距离之比来确定簇的核心点。C-均值算法（K-means）是一种常见的聚类分析方法，被广泛应用于数据挖掘和模式识别领域。

​PGD、BIM对抗攻击算法实现可以直接导入这个torchattacks这个库，这个库中有很多常用的对抗攻击的算法。pip install torchattacks然后添加相关代码，即可直接调用

本篇文章主要分享使用 LetNet、AlexNet、ResNet网络模型实现手写数字识别，项目的代码在下面的链接中。

大部分初学者在阅读python代码的时候，可能会看到if __name__ == "__main__":这行代码，对于这行代码可能不太了解，特别是对于从C、C++、Java、C#等编程语言学习转到Python学习的时候（哈哈，我就是其中的一位）。 先不解释这行代码所代表的含义，咱们先举个实例。1 举例看看： 小刚的好朋友小红约小刚明天去吃螺蛳粉，小刚喜欢小红，一时口顺答应了，but小刚其实是不太想去吃的。

小目标检测(Small Object Detection, SOD)作为通用目标检测的一个子领域，专注于对小尺寸目标的检测，在监控、无人机场景分析、行人检测、自动驾驶中的交通标志检测等各种场景中都具有重要的理论和现实意义。Transformer模型首次作为一种新颖的机器翻译技术被引入。该模型旨在超越传统的循环网络和CNN，通过引入一种完全基于注意力机制的新网络架构，从而消除了对循环和卷积的需求。目标检测，尤其是小目标检测（SOD），长期以来一直依赖于基于CNN的深度学习模型。