1. 毕业设计（论文）主要内容：
在大数据应用日趋广泛以及工业4.0初见端倪的时代背景下，是否拥有与机器对话的能力已成为筛选人才的重要标准，因此机器学习越来越受到学术界和产业界的重视和追捧。作为机器学习的主要成员——人工神经网络的重要分支，对稀疏编码的研究有助于推动实现利用计算机来模拟视觉系统。在本毕业论文中，通过阅读文献来了解稀疏编码乃至人工智能的概念、理解稀疏编码的工作机制、描述其底层的数学原理，并在Matlab或其他软件上实现一种算法用于自然图像特征提取，从而初步具备通过机器学习来模拟大脑提取特征的能力。
2. 毕业设计（论文）主要任务及要求
(1) 通过查阅文献和搜集相关资料，介绍稀疏编码的基本原理，总结常用方法，并完成与毕业设计相关的外文文献翻译。
(2) 学习稀疏编码算法，详细介绍其概念、整体架构和推导过程。
(3) 基于自然图像数据库，构建稀疏编码模型，并在MATLAB或其他软件上实现。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
3. 毕业设计（论文）完成任务的计划与安排
2016.12-2017.2 查阅稀疏编码的相关资料、撰写开题报告、翻译英文资料。
2017.2-2017.4 学习稀疏编码算法并开始在Matlab或其他软件上实现。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
4. 主要参考文献
[1] 尚丽. 稀疏编码算法及其应用研究[D]. 中国科学技术大学, 2006.
[2] 尚丽, 郑春厚. 基于稀疏编码的自然图像特征提取及去噪[J]. 系统仿真学报, 2005, 17(7):1782-1784.
[3] Schlkopf B, Platt J, Hofmann T. Efficient sparse coding algorithms[C]// Nips. MIT Press, 2007:801-808.
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
