基于深度学习的图像分类研究及应用任务书

 2021-12-23 20:28:47

全文总字数:1315字

1. 毕业设计(论文)主要内容:

图像识别(Handwritten NumeralRecognition,简称 HNR)是光学字符识别的一个分支,它是通过计算机对图像分类,让计算机自动识别。本课题主要研究及应用针对脱机手写数字。通过研究深度学习模型,对手写数字输出结果分类进行了分析,构建基于卷积神经网络的图像识别网络模型,通过cifar-100数据集(公开数据集)对构建的模型进行训练,优化和改进模型参数,并在自建测试集行上对模型进行分类测试,准确率在90%以上。

2. 毕业设计(论文)主要任务及要求

(1)查阅相关文献资料15篇以上(其中近5年外文文献不少于3篇),了解本研究领域的基本理论、关键技术与研究现状。

(2)完成开题报告。

(3)了解cifar-100数据集,学习深度学习理论知识,熟练掌握Python语言利用Tensorflow进行建模,从而达到手写数字识别的效果。

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

(1)第1-3周:查阅相关文献资料,明确研究内容,了解研究所需理论基础。确定方案,完成开题报告。

(2)第4-5周:熟悉掌握基本理论,完成英文资料的翻译,熟悉开发环境。

(3)6-9周:编程实现各算法,并进行仿真调试。

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] 曹丹.基于Hopfield 神经网络的脱机手写数字识别[D].中南大学,2009

[2] 陈 宙 斯,胡 文心.简 化LSTM的语音合成[J]. 计算机工程与应用,2018,54(03):131-135.

[3] 黄巧巧.基于 BP 神经网络的手写数字识别系统研究[D].华中师范大学,2009.

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。