1. 毕业设计（论文）主要内容：
图像分类技术通过提取不同图像的特征，进而对图像进行分类和识别,以达到理解图像和获取图像关键信息的目的。
论文要求实现和分析传统的图像分类方法，包括非监督分类（K-Means分类）和监督分类。
鉴于近来兴起的深度学习方法在图像分类问题中展示了巨大的潜力，深入探究深度学习的原理和结构，并将深度学习的一种常用模型—卷积神经网络方法引入图像分类中，将分类效果与传统方法进行对比。
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！
2. 毕业设计（论文）主要任务及要求
1、查阅不少于15篇的相关资料，其中英文文献不少于3篇，完成开题报告。
2、掌握图像分类的传统方法，实现K-Means分类和监督分类的分类。
3、掌握卷积神经网络的原理，使用caffe来搭建神经网络，并基于一种编程语言实现卷积神经网络分类模型。
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
第1－3周：查阅相关文献资料，明确研究内容，了解研究所需技术语言和开发工具，初步搭建并熟悉开发环境。确定方案，完成开题报告。 第4－5周：阅读参考文献，掌握传统的图像分类方法的原理和步骤。 第6－10周：编程实现卷积神经网络图像分类模型，测试各个程序模块。 第11－13周：将程序模块进行整合，完成调试和测试。 第14－16周：完成并修改毕业论文。 第17周：准备论文答辩。
4. 主要参考文献
1、许可. 卷积神经网络在图像识别上的应用的研究[D].浙江大学, 2012. 2、张恒亨.基于传统方法和深度学习的图像精细分类研究[D]. 合肥工业大学，2014. 3、Ciresan D, Meier U, Schmidhuber J. Multi-column deep neural networks for image classification[C]. Computer Vision and Pattern Recognition (CVPR), 2012 IEEE Conference on.IEEE, 2012: 3642-3649.
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。
