1. 研究目的与意义（文献综述包含参考文献）
一、引言机器学习是人工智能的核心领域，它能够通过计算手段从先验信息中获得泛化性能良好的数学模型，并完成预测、分类等学习任务。
然而，在信息爆炸的二十一世纪，多媒体平台、智能交通、视频监控等每时每刻都产生海量的图像数据，传统的机器学习方法并不能很好地满足人们的需求，在实时处理源源不断产生的图像数据方面劣势明显。
大数据时代的产物深度学习模型可以根据海量数据，持续不断地训练和更新相应的模型，使得模型具有良好的泛化性能[1-3]。
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. 研究的基本内容、问题解决措施及方案
一、 本课题要研究或解决的问题1. 深入学习和掌握现代深度神经网络基本原理和架构；2. 针对已有的预训练模型，利用迁移学习，实现交通标志识别；3. 程序使用pytorch完成；4. 掌握实验数据的处理、分析性写作与学位论文的撰写。
二、 拟采用的研究手段首先查阅相关文献掌握现代深度神经网络基本原理和架构。
其次，在掌握现代深度神经网络的基础上，学习了解迁移学习。
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
