20180423周报-刘川
上周跟随老师出差石家庄，近距离接触了项目的实际验收与联调部分，由于时间间隔较长，并且没有做文档说明，对于恢复fpga工作的时间大大加长，应该吸取教训。另外，在实际的不同项目部分对接是会出现各种问题，此时有效的沟通很重要。
此行，体验了一下某机构的工作状态和环境，感觉挺不错。也从老师和其他几位师兄的交流中学习了很多想法。
...
2018.4.23周报蒋培培
1.ROI感兴趣区域是通过不规则图形画出自己要处理的区域，此感兴趣区域为自己想要着重处理的区域，而显著性更多的是通过颜色、亮度、方向提取特征从而找出显著性区域，（感觉此显著性对色彩比较敏感）。注意力热图，则是通过测试者使用眼动仪从而找出视觉的注意点，视觉的焦点通过可视化展示出来，通过训练这些原图与可视化后的视觉焦点的图得到模型。
2.通过上一周的实验发现，添加暗水印的时候，如果水印为白底黑字，则水印对 图片的影响可以明显看出来，如果水印为黑底白字，则对原图画的影响并不是特别明显。在跟老师交流以后，感觉自己对相关的论文还是看的少。所以决定下周一方面看看相关水印添加的论文，另外一方面代码看看如何改变水印添加的位置。
...
2018.4.23-刘梦奇-周报
找了几篇图像分类与目标检测的论文看了下，了解了些关于faster-rcnn的一些理论，但是对于如何应用还不是很清楚，还要再看看相关论文和代码，同时把caffe的框架梳理好对理解代码也很重要。自己大概看了下别的数据挖掘的算法，有的理解起来容易，但是深入研究的话都是有很多需要思考的东西。
...
2018.4.23孙浩周报
1:继续学习android studio,完成一个实现录音及播放功能的apk.好像跟手机上的有点不同，需要改进。
2:继续推进毕设的进度.
3:看了老师和师兄的周报，感想很多，采用老师的话。在加以改编:出来混，现在自己真的真的要还很多！
...
郑晓晴周报2018.4.23
1 完成了对整个车牌的识别。虽然用了很长时间但是学到了很多东西。一开始代码报错没有cv2，安装了opencv后还是报错，不知道该怎么改。我就从头开始学习代码。后来发现是cv2.imread无法读出图片，一开始以为是路径问题，就修改成各种格式的路径，最后发现是图片名称中有中文的原因。用imdecode函数解决了问题。
2 安装了Android Studio
3 准备毕设中期答辩
...
2018-04-23周报-荣美
嗯。。这不快中期答辩了嘛，我这周就是在弄毕业设计--《多径衰落下QDPSK调制通信系统仿真分析》
首先就是看课本，看资料，补齐之前基础知识方面的不足；再者就是学习matlab,用matlab编写简单的函数程序，对matlab的操作运行有了一定程度上的了解，在网上查找相关代码，在matlab上运行，出错，问老师，老师让我自己看，嗯，还在努力学习中。。。。再然后就是做了点儿贝叶斯的ppt,概念及理解部分做的差不多了，代码运行、应用举例啥的还没做，争取下周做完~~
...
2018.4.23-王明贤-周报
本周：老师带队去WS联调，先说说自己的不足之处，
1.在学校期间针对于网络测试仪这样一面自己确实做的不好，只是简单的记了一下，自己虽配置很多遍但是忽略一个问题帧类型修改的问题，导致自己的原因耽误了进度。
2.台上一分钟，台下十年功。关于业务口灯闪烁的问题，之前没及时向老师汇报过，这是我的失误。（在这里我不多解释只是把问题还原：周六单独针对这个问题问了苗师兄，他告诉我在学校的时候就这样子，多次插拔解决这个问题，都没在意这个情况，他说具体硬件在交互还是什么他也不清楚，他上次给ws验证自环时，ws说这很正常。那么结合老师所述问题的严重性，以及我多次试验及网络测试仪打流前的抓包以及刘师兄换板子测试等结果来看，很大可能是硬件问题。）
3.与西电那边联调时候，我个人拿测试经验估计，西电那边给我们回过来有丢包，他们那边也有问题。（细节在次不赘述）
4.近来通过学习操作测试仪，发现很多新的用法，更容易发现决绝问题，提高效率。还是自己亲自上手操作每一步都要经历，才能掌握的更好，发现新的用途。其实学其他新的东西应该也是这样的。
5.看待问题角度，思考问题的深度，都需要很大的提高，这里不一一赘述。
总结：这次出行收获很多，成长很多，每个人都有缺点，但是不怕，要敢于面对去改正。
有些话其实不应该讲，但是我出于团队的发展提出个建议：无论做项目还是其他课题，都要多多交流想法。（最起码团队内部不应该太封闭）......
说多了，太过于啰嗦了。
...
2018.4.23王佳琦周报
一、跑PageRank代码顺带看了一下图数据结构。
二、通过分析以前采集的线路数据，发现了一些问题。
接下来加入贝叶斯分析，赶紧结束论文，调通预测比特币价格的代码。
...
2018.4.23张文清周报
本周用传统的分类方法对汉语发音的帕金森病语音数据集进行测试，用SVM对数据集进行分类，效果还不错，另外打算用K-NN和BP神经网络对数据集进行测试，目前还没找到合适的代码。
周日和老师讨论了论文，有很多不足的地方，下周我会继续修改，并对其他两张方法进行尝试。
...
4.23周报——李和合
本周主要看了决策树有关算法。决策树的生成分为两部分，第一部分是根据决策树的原理生成一个对应的字典；第二部分是利用matplotlib库生成树形结构，他根据计算出来的叶子节点数目以及深度生成树形图。因此，生成概念树的关键还是生成一个关于概念树的字典，然后生成树形结构的部分稍有改动直接调用就可以。
...