综述是对学科中某个研究方向进行总结和展望的论文，一般是由对该领域有深刻理解的学者撰写。撰写综述需要阅读大量的文献，需要作者检索文献，筛选文献，从文献中提取重要的信息以及进行批判性的思考。写综述¹，是新手入门的一个非常好的方式，也是对自己思路的一个整理，非常不错。文献综述需要解决如下三个问题：研究背景、研究现状和亟待解决的问题。

Markdown 是一种轻量级标记语言，创始人为约翰·格鲁伯（John Gruber）。它允许人们“使用易读易写的纯文本格式编写文档，然后转换成有效的XHTML(或者HTML)文档”。这种语言吸收了很多在电子邮件中已有的纯文本标记的特性。本文主要介绍目前各种Markdown编辑器平台的优缺点，以及一些常用Markdown语言。

简单的谈一谈一篇合格的文章应具备的条件，倘若要从合格到优秀，还有很长一段路。坚持即是胜利，科研之路漫漫。一篇合格的SCI论文，甚至说一篇优秀的论文总有几点是必不可少的，如合格的排版、一门编程语言、理论与数学化的描述、专业化的术语与合格的分析结果、模型图及结果的绘制和整理、对比试验、无错误的英语表述等。

模型的参数可分成两类：参数与超参数，前者是模型通过自身的训练学习得到的参数数据；后者则需要通过自身经验设置，以提高模型训练的效果。如神经网络中的隐层个数、每个隐层神经元个数、采用什么激活函数及学习算法、学习率以及正则化系数等都属于超参数。

支持向量机（Support Vector Machine）是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。

随着计算机的帮助和互联网上足够大的可用的数据集，所谓的机器学习就出现了。机器学习是人工智能的一个分支。人工智能的研究是从以“推理”为重点到以“知识”为重点，再到以“学习”为重点，一条自然、清晰的脉络。显然，机器学习是实现人工智能的一个途径，即以机器学习为手段解决人工智能中的问题。机器学习在近30多年已发展为一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。

粒子滤波就是指：通过寻找一组在状态空间中传播的随机样本来近似的表示概率密度函数，用样本均值代替积分运算，进而获得系统状态的最小方差估计的过程，这些样本被形象的称为“粒子”，故而叫粒子滤波。

机器学习算法可以分成两类。离线学习和在线学习。在线机器学习指每次通过一个训练实例学习模型的学习方法。