全文总字数：2770字
1. 毕业设计（论文）的内容和要求
近年来，深度学习搭载着人工智能的浪潮飞速发展，在对海量数据的处理方面展现出了惊人的效果，其强大的学习和处理数据的能力，甚至在部分领域已经超过了人类的表现。
比如在图像识别领域的比赛中，基于深度学习算法的图像识别准确率已经远远超过了传统的算法。
同时，深度学习在自然语言处理、语音识别、图像语义分割、图像识别、物体检测等领域也取得了重大突破。
2. 实验内容和要求
内容： 使用卷积神经网络（VGG19）提取纹理特征并使用梯度下降算法通过不断迭代的方式合成纹理。
使用已经训练好的分类卷积神经网络的特征图的统计特性作为图像的纹理特征，以一张随机初始化的白噪声图像作为初始状态，然后使用 VGG19 提取该图像和目标图像的纹理，并计算两者之间的纹理误差，接着使用通过迭代的方式调整噪声图像每一个像素的值以减小纹理误差，直到达到收敛条件。
要求：1.熟练使用python。
3. 参考文献
[1] ImageNet[EB/OL]. [2016-12-29]. https://en.wikipedia.org/wiki/ImageNet.
[2]张月,刘彩云,熊杰.基于VGG-19图像风格迁移算法的设计与分析[J].信息技术与信息化,2020(01):70-72.
[3]常亮,邓小明,周明全,武仲科,袁野,杨硕,王宏安.图像理解中的卷积神经网络[J].自动化学报,2016,42(09):1300-1312.
4. 毕业设计（论文）计划
2021.1.4-1.8 确定题目 2021.1.8-1.30 查阅参考文献，了解课题要求，完成开题报告 2021.1.30-3.22 完成系统的相关理论知识学习 2021.3.23-3.31 完成神经网络的模型搭建并且训练模型 2021.4.1-4.15 调试参数 2021.4.16-5.1 初步完成毕业设计 2021.5.2-5.21 撰写论文，并通过电子邮件发给指导老师审核 完成英文翻译2021.5.22-5.27 按指导老师意见修改论文并定稿打印装订 递交论文和英文翻译2021.5.28-6.12 准备毕业论文的答辩,包括答辩演示文稿等
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。
