基于无监督深度嵌入的手写数字聚类算法的研究与实现开题报告

1. 研究目的与意义（文献综述）

题目：基于无监督深度嵌入的手写数字聚类算法的研究与实现

目的和意义：

如今，随着数据时代的来临，各种信息数据化的需求在日益增加，而阿拉伯数字作为唯一的在世界各国通用符号，其识别及其数据化对于信息自动录入具有非凡的意义。生活中，还存在大量的人工手写的数字信息比如邮政编码、统计报表、财务报表、银行票据等，除此之外，在医生手写处方以及各种手写文本中，几乎都会或多或少的包含阿拉伯数字，阿拉伯数字的识别是字符识别体系中不可或缺的一部分。

2. 研究的基本内容与方案

基本内容与目标：

本次研究目标是基于无监督深度嵌入的手写数字聚类算法的研究与实现。在基于无监督深度嵌入聚类算法基础上进行研究和改进，针对手写数据集的特征进行调整，将其运用到手写数字的聚类问题上，在不同的手写数据集上进行测试以提升手写数字的聚类精确度。

技术方案及措施：

3. 研究计划与安排

第 1 周：进行开题报告的撰写；

第 2 周：学习 python 和开发环境的配置；

第 3 周：学习深度学习框架 pytorch；

4. 参考文献（12篇以上）

[1]. goodfellow et al., ‘‘generative adversarial nets,’’ in proc. adv.neural inf. process. syst., 2014, pp. 2672–2680.

[2]. d. p . kingma and m. welling. (2013). ‘‘auto-encoding variationalbayes.’’ [online]. available: https://arxiv.org/abs/1312.6114

[3]. b. yang, x. fu, n. d. sidiropoulos, and m. hong. (2016). ‘‘towardsk-means-friendly spaces: simultaneous deep learning andclustering. ’’ [online].available: https://arxiv.org/abs/1610.04794