基于深度学习的图像分类研究及应用开题报告

 2021-11-23 09:11

1. 研究目的与意义(文献综述)

论文目的:

互联网技术取得了突飞猛进,计算机软硬件技术取得了极大地发展。数字化存储设备的成本不断降低,导致了图像数据的规模呈现了指数倍的增长,并有进一步扩大的趋势。图像数据展现了海量性、多样性、复杂性的新特点。其中图像的分类是计算机视觉领域的重要组成部分,是获取图像中有效的信息的重要手段,在现实的社会中具有广泛的应用。本文的目的是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,达到较高的精确度。

论文意义:

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. 研究的基本内容与方案

基本内容:

(1)阐述论文研究的背景与意义、国内外相关的研究现状、综述论文的主要研究内容

(2)了解并介绍cifar-100数据集,导入数据集,利用训练集和测试集进行训练与测试

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!

3. 研究计划与安排

周 次

工作内容

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。

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。

第6-9周

编程实现各算法,并进行仿真调试。

第10-12周

针对具体的实验数据,完成整个系统的仿真,实现功能。

第13-14周

完成并修改毕业论文。

第15周

学生提出答辩申请,并做答辩准备;教师审阅论文,审查答辩资格,并参加答辩

第16周

论文答辩

4. 参考文献(12篇以上)

    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

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。