本夏令营通过人工智能领域背景知识学习简单了解编程语言、算法和人工智能的发展历程。以可视化编程软件（SCRATCH）为工具，让学生快速熟悉可视化编程。并结合当下热点话题“大数据时代”，深入了解大数据和搜索引擎的相关知识，揭开大数据的神秘面纱。
本夏令营将深入介绍图像识别的基本原理及应用，详细介绍图像识别软件的编程、算法设计以及人工神经网络的构建。通过上机实习让学生亲自编写颜色识别软件和手写字符识别软件，采用人工神经网络对软件进行训练，并撰写文章或专利，从而对图像识别和人工神经网络有深刻认识。
招收对象
面向人群：本科生
专业兴趣：神经网络、图像识别
学员人数：10人（2个小组）
课题实践
| 基础知识学习 | 算法基本知识 大数据简介 可视化编程 |
| 技术实践 | 颜色识别软件编写 人工神经网络构建 手写字符识别软件编写 |
| 成果与专利 | 获得性能完善的机器人 撰写专利或文章 |
学生收获
通过人工智能夏令营，您将收获：
学习证书——为您长达约2周的人工智能课题学习提供证明
推荐信——由北京航空航天大学专家给学员开具的推荐信
科技成果及专利——属于自己的小程序等，并申请专利
时间安排
| 远程学习 | 4周 |
| 实地面授 | 10天 |
| 远程再学习 | 2周 |
| 活动总时间超过50天 | |
日程安排
| DAY1 | DAY2 | DAY3 | DAY4 | DAY5 |
| 开营 | 可视化编程 | 算法 | 大数据时代 | 图像识别理论介绍 |
| DAY6 | DAY7 | DAY8 | DAY9 | DAY10 |
| 颜色识别程序 | 手写图像预处理 | BP神经网络构建 | 专利撰写 | 专利申请 |
日程安排详细
| 日程 | 安排 |
| DAY1 | 1、开营仪式 2、参观航空博物馆 3、人工智能的发展史及应用 >>讨论你所了解的人工智能 >>讨论生活和未来中人工智能的应用 4、制作简易的逻辑电路 >>学习数字电路的原理 >>了解元器件的功能 >>搭建时钟显示数字电路 |
| DAY2 | 1、编程语言 介绍C++、JAVA、VB、Python等编程语言优缺点 2、可视化编程 介绍Alice软件或scratch软件的使用方法 3、上机熟悉可视化编程软件 熟悉表单、组件、属性、事件、方法等内容 4、用可视化编程解决常见数学问题 >>Fibonacci数列 >>8王后问题 >>古印度梵灯问题 |
| DYA3 | 1、算法简介 算法的基本概念、特点、评价方法 2、人工智能算法及应用 >>简单的算法：递归、迭代、动态规划、分治、贪心算法、回溯算法等 >>具体的算法：神经网络、遗传算法、蚁群算法、退火算法、A算法等 3、图灵测试 >>介绍图灵测试的概念 >>设计问题进行图灵测试 |
| DAY4 | 1、大数据简介 >>大数据简介 >>HDFS、MapReduce、Hadoop生态圈 >>流式数据处理系统、交互式数据处理系统 2、搜索引擎介绍 >>搜索引擎的原理和技术 >>常用的搜索语法 >>学习图片搜索 3、尝试设计一个搜索引擎 >>前期文档收集 >>制作搜索引擎 |
| DAY5 | 1、理论介绍 >>介绍计算机视觉的基本原理 >>结合Google Deepmind、百度大脑等热点详细介绍图像识别背后的神经网络、深度学习技术原理 >>介绍图像识别的应用 2、参观北航机器人实验室 >>人机交互与智能控制机器人 >>医疗与服务机器人 >>可抛掷侦察机器人 >>工业机器人等 |
| DAY6 | 1、程序设计 >>对采集图像进行滤波处理（中值滤波法） >>YCbCr格式转换成RGB格式 >>定义色差计阈值 2、程序的调试 >>编写8bit YCbCr转换8bit RGB的算法 >>将采集到的图像信号的颜色信息与事先训练好的颜色信息进行比对 |
| DAY7 | 1、BP神经网络 >>BP神经网络可提高颜色识别软件的识别精度 >>BP神经网络分类器在文字识别中的应用 2、手写数字图像预处理 >>通过滤波实现去除随机噪声，方便后续倾斜校正、字符分割等操作 >>倾斜修正：重心法、哈夫变换、直线扫描算法 >>字符分割：先验知识法、连通域法、投影法 >>归一化：保证后续特征提取有相同的前提条件，归一化为64X64大小 |
| DAY8 | 1、BP神经网络分类器构建 >>BP神经网络构建：设计3个BP神经网络分别用于接收三组特征数据的训练。 >>网络初始化：采用initnw初始化方式，根据Nguyen和Widrow算法为各层生成初始权重和偏置值，可减少神经元的浪费并拥有较快的训练速度。 >>对神经网络进行训练：选取p个字符样本，病提取n维特征向量，组成的输入矩阵P，再将各特征向量目标字符输出编码组成目标向量。对网络进行训练。 2、成果检验 用自己制作的手写字符识别软件实现字符的识别 |
| DAY9 | 专利撰写 >>亮点挖掘 >>参考文献的引用 endnote >>Introduction撰写 >>材料和方法撰写 |
| DAY10 | 专利撰写 >>表格数据录入 >>图形数据注释 >>结果部分撰写 >>讨论部分撰写 |
