一、MATLAB编程基础

1、 MATLAB简介与用户界面

2、 变量、表达式、数组运算

3、 MATLAB程序设计

（1）MATLAB开发环境和用户界面的主要功能

（2）变量的定义与赋值，数组运算

（3）MATLAB语言的流程结构

（4）编写脚本文件与函数文件

（5）程序调试

（6）匿名函数、子函数与嵌套函数

（7）现场练习与答疑

二、MATLAB访问文件和数据库

1、 读写TXT文件

2、 读写EXCEL文件

3、 访问数据库

4、 综合实验—语音处理

5、 综合实验二图像处理

（1）利用界面操作导入TXT文件

（2）调用高级和低级函数读取数据

（3）用界面操作导入Excel文件

（4）调用xlsread读取数据

（5）写数据到Excel文件

（6）读取数据库

（7）图像数据读写与图像处理实例

（8）语音信号处理

（9）现场练习与答疑

三、数据可视化

1、 绘制基本图形和常见的二维和三维图形

2、 高级绘图技术

（1）句柄式图形对象

（2）设置图形对象属性值

（3）获取图形对象属性名称和属性值

（4）常用的二维和三维绘图函数

（5）图形修饰和添加注释

（6）把图形复制到剪贴板

（7）把图形导出到文件

（8）打印图形

（9）制作多种形式动画

（10）现场练习与答疑

四、图形用户界面和Simulink仿真

1、 图形用户界面（GUI）知识

2、 图形用户界面（GUI）设计

3、 Simulink基础知识

4、 Simulink建模与仿真

（1）GUIDE基本知识

（2）利用GUIDE制作界面的方法

（3）GUIDE开发实例

（4）Simulink的工作环境

（5）Simulink的数据类型

（6）Simulink的基本操作

（7）Simulink线性系统建模

（8）子系统和系统设计实例

（9）现场练习与答疑    

五、优化建模与数据分析

1、 基本优化方法

2、 智能优化算法

3、 工程最优化应用实例

4、 数据统计分析方法

5、 数值计算案例分析

（1）无约束优化问题建模与求解

（2）非线性及线性规划问题建模与求解

（3）整数规划问题建模与求解

（4）常用智能优化算法实例

（5）统计工程及数值计算案例

（6）现场练习与答疑

六、机器学习及其MATLAB实现

1、 人工神经网络

2、 支持向量机

3、 遗传算法

4、 蚁群算法

5、 回归分析

6、 变量降维与特征选择

7、 深度学习

8、 实例讲解

（1）BP神经网络基本原理及MATLAB实现

（2）SVM基本原理及MATLAB实现

（3）遗传算法基本原理及MATLAB实现

（4）蚁群算法基本原理及MATLAB实现

（5）PCA、PLS基本原理及MATLAB实现

（6）深度学习在图像识别中的应用

（7）现场练习与答疑

七、MATLAB高级编程

1、 大规模数据处理技巧

2、 代码优化与并行计算

3、 应用程序发布

（1）内存使用和大数据处理技巧

（2）矢量化和矩阵化处理

（3）MATLAB编译exe文件

（4）制作可分享的App程序

（5）现场练习与答疑