作答辯用PPT技巧和示范

1、SCU CS,本科畢業(yè)論文答辯PPT示范,1 /35,作答辯用PPT技巧 和 示范,1 注意事項(xiàng)和技巧 2 一個(gè)示范PPT “隱性基因遺傳編程算法”,SCU CS,本科畢業(yè)論文答辯PPT示范,2 /35,會(huì)議報(bào)告或答辯時(shí)間一般10-30分鐘，把自己的工作在- 30分鐘內(nèi)講出來(lái)，是對(duì)綜合能力、表達(dá)能力的挑戰(zhàn)。 這種能力在學(xué)生的一生中非常重要。（求職，面試，申請(qǐng)項(xiàng)目，總結(jié)等等）。 作好PowerPoint幻燈片是答辯好的重要環(huán)節(jié)。一般有下列要點(diǎn)：,注意事項(xiàng)和技巧,SCU CS,本科畢業(yè)論文答辯PPT示范,3 /35,注意事項(xiàng),每頁(yè)行字 或 一幅圖。只列出要點(diǎn)，關(guān)鍵技術(shù)。 突出自己的工作，不要在背景

2、，前人工作上花過(guò)多時(shí)間。 本科學(xué)生畢業(yè)論文篇幅可以大致分配如下： 提綱：頁(yè)， 背景： 頁(yè)， 提出問(wèn)題，分析問(wèn)題：頁(yè)， 解決問(wèn)題， 頁(yè)， 小結(jié)： 頁(yè)，主要成果，工作，程序量，效益等等。,報(bào)告的重點(diǎn) 主要思想、算法，特殊技術(shù)創(chuàng)新點(diǎn)等等,SCU CS,本科畢業(yè)論文答辯PPT示范,4 /35,計(jì)算機(jī)系學(xué)生： 怎樣講算法,算法1 SARM算法 輸入：算法參數(shù)配置，訓(xùn)練集Dataset，相似屬性集SimilartySet； 輸出：神經(jīng)網(wǎng)絡(luò)權(quán)重矩陣集合和節(jié)點(diǎn)閾值集合； Begin 1 InitMatrixes (MWeights, MThresholds); 2 LoadSimilarityMatrix(M

3、Weights, SimilartySet); 3 i=0; 4 While (i Max_Genaration) Do 5 For j := 0 To Train_Len - 1 Do 6 SetTrainningData(j); /Load j-th record of dataset 7 ForwardPropagation(MWeights, MThresholds);/前向傳播 8 BackwardPropagation(MWeights, MThresholds);/后向傳播 9 End For; 10 i=i+1; 11 result Evaluation (Dataset, M

4、Weights, MThresholds); 12 If result Precision Then Return MWeights, MThresholds; 13 End For 14 Return MWeights, MThresholds; End.,這一行的思想是 XXXX,SCU CS,本科畢業(yè)論文答辯PPT示范,5 /35,怎樣講算法,算法1 SARM算法 輸入：算法參數(shù)配置，訓(xùn)練集Dataset，相似屬性集SimilartySet； 輸出：神經(jīng)網(wǎng)絡(luò)權(quán)重矩陣集合和節(jié)點(diǎn)閾值集合； Begin 1 InitMatrixes (MWeights, MThresholds); 2 Loa

5、dSimilarityMatrix(MWeights, SimilartySet); 3 i=0; 4 While (i Max_Genaration) Do 5 For j := 0 To Train_Len - 1 Do 6 SetTrainningData(j); /Load j-th record of dataset 7 ForwardPropagation(MWeights, MThresholds);/前向傳播 8 BackwardPropagation(MWeights, MThresholds);/后向傳播 9 End For; 10 i=i+1; 11 result Eva

6、luation (Dataset, MWeights, MThresholds); 12 If result Precision Then Return MWeights, MThresholds; 13 End For 14 Return MWeights, MThresholds; End.,這一行的思想是XXX,SCU CS,本科畢業(yè)論文答辯PPT示范,6 /35,怎樣講算法,算法1 SARM算法 輸入：算法參數(shù)配置，訓(xùn)練集Dataset，相似屬性集SimilartySet； 輸出：神經(jīng)網(wǎng)絡(luò)權(quán)重矩陣集合和節(jié)點(diǎn)閾值集合； Begin 1 InitMatrixes (MWeights, MT

7、hresholds); 2 LoadSimilarityMatrix(MWeights, SimilartySet); 3 i=0; 4 While (i Max_Genaration) Do 5 For j := 0 To Train_Len - 1 Do 6 SetTrainningData(j); /Load j-th record of dataset 7 ForwardPropagation(MWeights, MThresholds);/前向傳播 8 BackwardPropagation(MWeights, MThresholds);/后向傳播 9 End For; 10 i=i

8、+1; 11 result Evaluation (Dataset, MWeights, MThresholds); 12 If result Precision Then Return MWeights, MThresholds; 13 End For 14 Return MWeights, MThresholds; End.,這一行的思想是XXX,SCU CS,本科畢業(yè)論文答辯PPT示范,7 /35,注意事項(xiàng),演講者 大約一分鐘講頁(yè)。聽(tīng)眾一分鐘可以看完頁(yè)。不能完全照著念。要用口語(yǔ)化的語(yǔ)言,講演式的語(yǔ)言。 充分利用圖形，可以在較短時(shí)間內(nèi)傳遞較多信 息。 5 分鐘的報(bào)告，準(zhǔn)備30頁(yè) 即可。,S

9、CU CS,本科畢業(yè)論文答辯PPT示范,8 /35,注意事項(xiàng),底色盡量用淺色(米黃、象牙白、淺灰，等），(方便色盲、色弱和老年觀眾, 同時(shí)可用的文字顏色和圖表顏色比較豐富）加上頁(yè)碼，再打開(kāi)母板，把改為 ”/x” ， x是總頁(yè)數(shù)，使得講演者和聽(tīng)眾都能 知道 已講百分比，便于調(diào)整速度。 背景或邊飾宜 簡(jiǎn)約， 可以用?；?，本單位標(biāo)志物等 報(bào)告時(shí)，用 “幻燈片放映排練計(jì)時(shí)”模式，當(dāng)排練計(jì)時(shí)窗口出現(xiàn)后，拖成為頂部時(shí)間狀態(tài)條，(可隱去排練二字）便于準(zhǔn)確知道已經(jīng)使用時(shí)間，和提問(wèn)已經(jīng)用的時(shí)間。,SCU CS,本科畢業(yè)論文答辯PPT示范,9,示范PPT取自某同學(xué)答辯PPT 隱性基因遺傳編程算法,一種改進(jìn)的遺傳編

10、程算法 學(xué)生：Wei D 指導(dǎo)教師：Tang C. 在一位同學(xué)的答辯PPT,基礎(chǔ)上，配色上作了小的修改 共24頁(yè)，答辯實(shí)用時(shí)間 10分鐘,報(bào)告時(shí)，用幻燈片放映排練計(jì)時(shí) 底色用淺色， 字體的顏色豐富,SCU CS,本科畢業(yè)論文答辯PPT示范,10 /35,提綱,背景 隱性基因遺傳編程算法 符號(hào)回歸實(shí)驗(yàn) 太陽(yáng)黑子預(yù)測(cè) 總結(jié),先插入頁(yè)碼，再在母版中加上 /n ,n為總頁(yè)碼，便于控制語(yǔ)速,如新聞廣播， 先簡(jiǎn)介大概內(nèi)容,SCU CS,本科畢業(yè)論文答辯PPT示范,11 /35,達(dá)爾文自然選擇法則與計(jì)算機(jī)科學(xué)的結(jié)合,達(dá)爾文自然選擇法則 達(dá)爾文用“自然選擇、適者生存”來(lái)概括生物進(jìn)化過(guò)程 生物進(jìn)化過(guò)程本質(zhì)上是優(yōu)

11、化過(guò)程 模擬生物進(jìn)化過(guò)程的進(jìn)化算法,SCU CS,本科畢業(yè)論文答辯PPT示范,12 /35,兩種經(jīng)典的進(jìn)化算法,遺傳算法（Genetic Algorithm，GA） 遺傳編程（Genetic Programming，GP） GA與GP的本質(zhì)：全局性概率搜索算法 個(gè)體（染色體）：搜索對(duì)象。 適應(yīng)度：表示了個(gè)體產(chǎn)生的效益，是個(gè)體優(yōu)秀程度的度量。 達(dá)爾文自然選擇法則體現(xiàn)為：根據(jù)適應(yīng)度進(jìn)行選擇，決定個(gè)體是否參加復(fù)制、交叉等遺傳操作。,SCU CS,本科畢業(yè)論文答辯PPT示范,13 /35,GA概述,用定長(zhǎng)的線性串（染色體）對(duì)問(wèn)題的解進(jìn)行編碼，通過(guò) 復(fù)制、交叉和變異等遺傳操作改變?nèi)旧w的結(jié)構(gòu)。 例: 在

12、0,31的整數(shù)上求f(x) = x2的最大值。 采用整數(shù)的二進(jìn)制編碼，x = 10111表示了16+4+2+1 = 23。 11001,10101 在基因位置2交叉得到11101與10001 ；10111在基因位置5進(jìn)行變異得到10110。,SCU CS,本科畢業(yè)論文答辯PPT示范,14 /35,GA概述,GP對(duì)GA的發(fā)展 GAGP 定長(zhǎng)線性串非定長(zhǎng)層次結(jié)構(gòu) 例：f(x) = x*sin(x)+3對(duì)應(yīng)的染色體：,+,*,x,假動(dòng)畫技巧 演示生長(zhǎng)過(guò)程,SCU CS,本科畢業(yè)論文答辯PPT示范,15 /35,GA概述,GP對(duì)GA的發(fā)展 GAGP 定長(zhǎng)線性串非定長(zhǎng)層次結(jié)構(gòu) 例：f(x) = x*si

13、n(x)+3對(duì)應(yīng)的染色體：,+,3,*,x,假動(dòng)畫技巧 演示生長(zhǎng)過(guò)程,SCU CS,本科畢業(yè)論文答辯PPT示范,16 /35,GA概述,GP對(duì)GA的發(fā)展 GAGP 定長(zhǎng)線性串非定長(zhǎng)層次結(jié)構(gòu) 例：f(x) = x*sin(x)+3對(duì)應(yīng)的染色體：,+,3,*,x,sin,假動(dòng)畫技巧 演示生長(zhǎng)過(guò)程,SCU CS,本科畢業(yè)論文答辯PPT示范,17 /35,GA概述,GP對(duì)GA的發(fā)展 GAGP 定長(zhǎng)線性串非定長(zhǎng)層次結(jié)構(gòu) 例：f(x) = x*sin(x)+3對(duì)應(yīng)的染色體：,+,3,*,x,sin,x,假動(dòng)畫技巧 演示生長(zhǎng)過(guò)程,SCU CS,本科畢業(yè)論文答辯PPT示范,18 /35,GP概述,GP的遺傳算

14、子要受一定的語(yǔ)義限制 Crossover,+,y,*,3,x,T1,-,x,log,z,T2,+,y,log,z,T2,-,x,*,3,x,T1,SCU CS,本科畢業(yè)論文答辯PPT示范,19 /35,GP的應(yīng)用現(xiàn)狀,應(yīng)用領(lǐng)域 GP已經(jīng)在機(jī)器人路徑規(guī)劃、響應(yīng)agent、預(yù)測(cè)和分類、圖像和信號(hào)處理、數(shù)據(jù)挖掘、信息檢索、進(jìn)化硬件、電子電路設(shè)計(jì)等領(lǐng)域取得了重要成果 應(yīng)用中遇到的困難 硬件性能要求高，運(yùn)行時(shí)間長(zhǎng)。效率已經(jīng)成為GP應(yīng)用的瓶頸！,SCU CS,本科畢業(yè)論文答辯PPT示范,20 /35,隱性基因遺傳編程算法（Recessive Gene Genetic Programming, RGGP）,

15、背景 提高GP性能已經(jīng)成為國(guó)內(nèi)外學(xué)者研究的熱點(diǎn) RGGP的目標(biāo) 保持與GP在應(yīng)用中的兼容性，提高GP的性能,SCU CS,本科畢業(yè)論文答辯PPT示范,21 /35,RGGP算法思想,生物隱性基因的啟發(fā) GP的染色體樹(shù)也有“隱性基因” 下圖子樹(shù)T1的性質(zhì)被掩蓋了， “只見(jiàn)森林，不見(jiàn)樹(shù)木”,+,y,*,3,x,T1,SCU CS,本科畢業(yè)論文答辯PPT示范,22 /35,RGGP對(duì)GP的改進(jìn),GP缺點(diǎn)分析 沒(méi)有利用子染色體的相對(duì)獨(dú)立性；搜索空間??；存在對(duì)進(jìn)化過(guò)程的人為干預(yù)；結(jié)果通常非常復(fù)雜 RGGP發(fā)掘“隱性基因”改進(jìn)GP RGGP染色體樹(shù)的所有子樹(shù)作為有效的搜索對(duì)象，擴(kuò)大搜索范圍；并用最優(yōu)子染色

16、體樹(shù)取代原染色體樹(shù)實(shí)現(xiàn)結(jié)構(gòu)優(yōu)化。,SCU CS,本科畢業(yè)論文答辯PPT示范,23 /35,RGGP的實(shí)現(xiàn)方法,適應(yīng)度計(jì)算 得到每一棵子染色體樹(shù)所代表程序的返回值后，代入適應(yīng)度函數(shù)求出子染色體樹(shù)的適應(yīng)度。 用最優(yōu)子染色體取代原染色體 若染色體沒(méi)有子染色體，則自身就是最優(yōu)子染色體；否則，先求出直接子染色體的最優(yōu)子染色體，然后，比較本染色體和所有這些最優(yōu)子染色體的適應(yīng)度，取適應(yīng)度最大的染色體作為本染色體的最優(yōu)子染色體。,SCU CS,本科畢業(yè)論文答辯PPT示范,24 /35,RGGP性能分析,RGGP的搜索范圍可以達(dá)到GP的 倍，而評(píng)價(jià)算法的時(shí)間復(fù)雜度與GP相同 RGGP能自動(dòng)進(jìn)行結(jié)構(gòu)優(yōu)化,SCU

17、CS,本科畢業(yè)論文答辯PPT示范,25 /35,符號(hào)回歸實(shí)驗(yàn),符號(hào)回歸實(shí)驗(yàn)簡(jiǎn)介 符號(hào)回歸：給定一組自變量值和一組函數(shù)值，稱為訓(xùn)練數(shù)據(jù)，找出擬合訓(xùn)練數(shù)據(jù)的公式。 實(shí)驗(yàn)?zāi)康?測(cè)試RGGP和GP性能，進(jìn)行對(duì)比分析,SCU CS,本科畢業(yè)論文答辯PPT示范,26 /35,符號(hào)回歸實(shí)驗(yàn),實(shí)驗(yàn)內(nèi)容 用函數(shù) 產(chǎn)生了27組數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，分別用GP和RGGP算法實(shí)現(xiàn)符號(hào)回歸程序，對(duì)比運(yùn)行時(shí)間和運(yùn)行結(jié)果。,SCU CS,本科畢業(yè)論文答辯PPT示范,27 /35,符號(hào)回歸實(shí)驗(yàn),SCU CS,本科畢業(yè)論文答辯PPT示范,28 /35,符號(hào)回歸實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果 分別獨(dú)立運(yùn)行20次GP和RGGP程序，運(yùn)行結(jié)果如下表：,

18、SCU CS,本科畢業(yè)論文答辯PPT示范,29 /35,符號(hào)回歸實(shí)驗(yàn),： cos(x+3.0)*x+sin(sin(cos(x+3.0)*(x+3.0)+3*sin(x)*x+sin(sin(sin(sin(x+3.0)*(x+6.0)+sin(cos(x+3.0)*x .0*x*sin(x)-4.00*cos(cos(cos(cos(sin(sin(2.0)*x*cos(x) ，可化簡(jiǎn)為：2.0*x*sin(x)-2.997965074*x*cos(x) 實(shí)驗(yàn)結(jié)論 由以上實(shí)驗(yàn)數(shù)據(jù)可以看到，RGGP歸納出的公式比GP歸納出的公式有更大的最大適應(yīng)度和平均適應(yīng)度；而且總運(yùn)行時(shí)間比GP減少了25%。

19、本實(shí)驗(yàn)較好的說(shuō)明了RGGP在搜索范圍、染色體結(jié)構(gòu)優(yōu)化、運(yùn)行時(shí)間方面的優(yōu)點(diǎn)。,GP歸納出的公式,RGGP歸納出的公式,SCU CS,本科畢業(yè)論文答辯PPT示范,30 /35,太陽(yáng)黑子預(yù)測(cè),概述 太陽(yáng)黑子時(shí)間序列建模預(yù)測(cè)是國(guó)際統(tǒng)計(jì)界的一個(gè)著名例子，該混沌序列是檢驗(yàn)各種建模方法的試金石。太陽(yáng)黑子預(yù)測(cè)是指：用第 年，第 年，第 年的太陽(yáng)黑子數(shù)據(jù)預(yù)測(cè)第 年的太陽(yáng)黑子數(shù)據(jù)，即，發(fā)現(xiàn)下列公式： 由于太陽(yáng)黑子活動(dòng)周期為11年，因此取 。,SCU CS,本科畢業(yè)論文答辯PPT示范,31 /35,太陽(yáng)黑子預(yù)測(cè),用RGGP實(shí)現(xiàn)太陽(yáng)黑子預(yù)測(cè) 本程序用1700 1979 年的太陽(yáng)黑子數(shù)據(jù)作為訓(xùn)練樣本，發(fā)現(xiàn)太陽(yáng)黑子規(guī)律公式；然后用該公式預(yù)測(cè)1980 1985 年的太陽(yáng)黑子數(shù)據(jù)。 太陽(yáng)黑子預(yù)測(cè)可以被抽象成符號(hào)回歸問(wèn)題（公式發(fā)現(xiàn)），因此，其實(shí)現(xiàn)方法與前面提到的符號(hào)回歸程序?qū)崿F(xiàn)基本相同，只是，結(jié)合太陽(yáng)黑子預(yù)測(cè)問(wèn)題的特點(diǎn)，在實(shí)踐過(guò)程中，精心選擇了適當(dāng)?shù)倪\(yùn)行參數(shù)和適應(yīng)度函數(shù)。,SCU CS,本科畢業(yè)論文答辯PPT示范,32 /35,太陽(yáng)黑子預(yù)測(cè),經(jīng)過(guò)607秒的運(yùn)算，RGGP歸