【机器学习】中科院实习项目（大学生）

这个暑假，到这些企业提升背景去!

中科院计算所——机器学习/计算视觉

实习日期：2016年7月27-31日（1周实地实习），8月1-19日（3周远程实习）

实习地点：中科院计算所（北京市海淀区中关村科学院南路6号）

关联专业：计算机、自动化、电子、通信

实习成果：实验报告+推荐信+实习证明

机构简介：中国科学院计算技术研究所创建于1956年，是中国个专门从事计算机科学技术综合性研究的学术机构。在这里工作或学习过的院士有二十余位。从计算所陆续分离出中科院微电子学研究所、计算中心、软件所和网络中心等多个研究机构，以及联想、曙光等高技术企业。

实习简介：“识图”课题基于相似图片的识别技术，能够实现通过输入图片进行图像特征分析搜索与这张图片相同的其他图片，课题涉及机器学习、模式识别、计算机视觉等相关技术对图片的内容进行分析、检测、检索。实习过程采用启发式引导、交互式讨论、渐进式操作的方式，将课题分解成多个子项目，逐步引导同学完成“识图”项目。

实习内容：

(一) 图像预处理技术

1. 图像直方图处理

2. 图像空间滤波技术

3. 实验：基于matlab的图像处理技术

(二) 基于颜色特征的图像匹配

1. 颜色聚合向量

2. 颜色自相关图

3. 实验：图片颜色特征提取实验

(三) 基于纹理特征的图像匹配

1. 傅里叶频谱分析法

2. LPB特征

3. 实验：图片纹理特征提取实验

(四) 特征相似度度量方法

1. 曼哈顿距离

2. 杰卡德距离

3. 实验：基于颜色和纹理特征的图片相似性度量测试

(五) 图像特征索引技术

1. 索引技术原理

2. 树型索引

3. 实验：局部敏感哈希索引库构建

(六) 大实验：基于内容的图像检索系统设计与实现

1. 图像预处理技术

2. 图像检索特征提取

3. 图像特征索引库构建

4. 图像内容查询

5. 检索结果展示

6. 检索性能优化

中科院软件所—大数据管理

实习日期：8月13-17日(1周实地实习)，8月19-9月9日（3周远程实习）

实习地点：中科院软件所（中关村南四街4号）

关联专业：计算机、软件、自动化

实习成果：实验报告+推荐信+实习证明

机构简介：中国科学院软件研究所成立于1985年3月1日，是一所致力于计算机科学理论和软件高新技术的研究与发展的综合性基地型研究所。集中了一批学术造诣深厚、享誉外的科学家，其中中国科学院院士3名，研究员58名，副研究员及高级工程师102名。杰出青年基金获得者3人。

实习简介：

该实习项目属于移动数据管理的范畴，项目过程会渗透移动数据管理（包括：数据采集、检索与挖掘）和在线系统服务，具体以北京市出租车移动轨迹数据管理作为切入点，以实现终的大项目“适用于智能交通的移动感知数据管理平台”为目标，展开相关领域的讲解、讨论及实现。

注：学生需具有一定编程基础（C/C++/Python）

中科院计算所—生物信息

实习日期：8月18-22日（1周实地实习），8月23日-9月13日（3周远程实习）

实习地点：北京市海淀区中关村科学院南路6号

实习成果：推荐信+实习证明

机构简介：中国科学院计算技术研究所创建于1956年，是中国个专门从事计算机科学技术综合性研究的学术机构。计算所研制成功了我国台通用数字电子计算机，并形成了我国高性能计算机的研发基地，我国首枚通用CPU芯片也诞生在这里。在这里工作或学习过的院士有二十余位。随着学科与技术发展，从计算所陆续分离出中科院微电子学研究所、计算中心、软件所和网络中心等多个研究机构，以及联想、曙光等高技术企业。

实习简介：

生物信息学是一门正在迅速兴起的学科，它位于生物、计算机、数学等多个领域的交叉点上，其研究目标是揭示“基因组信息结构的复杂性及遗传语言的根本规律”。它通过对生物学实验数据的获取、加工、存储、检索与分析，进而达到揭示数据所蕴含的生物学意义的目的。生物信息学的研究重点主要体现在基因组学和蛋白质学两方面,具体地说就是从核酸和蛋白质序列出发, 分析序列中表达结构和功能的生物信息。生物信息学的基本任务是对各种生物分析序列进行分析, 也就是研究新的计算机方法,从大量的序列信息中获取基因结构、功能和进化等知识。在多层次上研究人体的结构、功能及其相互关系，揭示其生命现象，为防病、治病提供新的技术手段。

实习中，学生将跟随中科院计算所前瞻研究实验室副研究员一同工作，实际进行蛋白质提取、基因识别分析、序列比对、蛋白质比对等实验，学生将动手操作，对生物学数据进行提取、搜索（收集和筛选）、处理（编辑、整理、管理和显示）及利用（计算、模拟），并完成导师指定的实验项目。

实验内容：

(一) 蛋白质提取

1.实验材料制备

2.质谱分析

(二) 序列比对

1. 在数据库中搜索相关序列和子序列

2. 寻找核苷酸（nucleotides）的连续产生模式

3. 找出蛋白质和DNA序列中的信息成分

(三) 蛋白质比对

1. 比较两个或两个以上蛋白质分子空间结构的相似性或不相似性

2. 同源建模（homology modeling）和指认（Threading）方法

(四) 基因识别分析

1. 识别基因的范围和在基因组序列中的精确位置

2. 测量密码区密码子（codon）的频率

详情可咨询

美嘉教育官网：www.meijiaedu.com

美嘉教育电话：400-990-6855

地址：北京市朝阳区建外SOHO A座1909