1. 研究目的与意义
（1）机器学习 机器学习（machine learning）是一门专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能的学科。
机器能否像人类一样能具有学习能力呢？1959年美国的塞缪尔(samuel)设计了一个下棋程序，这个程序具有学习能力，它可以在不断的对弈中改善自己的棋艺。
4年后，这个程序战胜了设计者本人。
2. 研究内容和预期目标
（1）研究内容 卷积神经网络(convolutional neural network, cnn)是深度学习技术中极具代表的网络结构之一，在图像处理领域取得了很大的成功。
本课题使用开源的深度学习框架和cnn模型研究。
收集昆虫样本照片，进行cnn模型训练，将不同模型进行比较分析，选取图像处理率高的，加以迁移改进，实现一个能拍照识别昆虫种类的移动应用。
3. 研究的方法与步骤
（1）研究方法 昆虫识别操作系统采用的是ionic框架，它是一个专注于用web开发技术，基于html5创建类似于手机平台原生应用的一个开发框架。
前端利用web开发技术设计手机开发应用界面，建立接口调用深度学习返回的识别数据。
后端采用的是resnet50模型进行深度学习，主要环境是在linux与windows上。
4. 参考文献
[1] 陆安. 基于视觉的昆虫物种识别算法研究[D]. 北京: 中国科学院大学,2012.[2] 程小梅. 基于图像的昆虫识别研究与设计[D]. 西安: 西北大学, 2008.[3] 张滨. 昆虫翅膀图像分类算法的设计与实现[D]. 北京: 北京邮电大学, 2010[4] 周志华著. 机器学习[M]. 北京: 清华大学出版社, 2016.[5] 吴岸城著. 神经网络与深度学习[M]. 北京: 电子工业出版社, 2016.[6] 赵永科著. 深度学习 - Caffe之经典模型详解与实战[M].北京: 电子工业出版社, 2016.[7] 赵永科著. 深度学习 - 21天实战Caffe[M]. 北京: 电子工业出版社, 2016.[8] Caffe Deep Learning Framework[EB/OL]. http://caffe.berkeleyvision.org/[9] Alex Cai博客 http://www.cnblogs.com/alexcai/[10] 吴恩达公开课：https://www.coursera.org/learn/machine-learning
5. 计划与进度安排
(1) 2022.1.10 ---- 2022.3.10 查阅资料，撰写开题报告，翻译英文资料(2) 2022.3.11 ---- 2022.3.18需求分析，熟悉开发工具(3) 2022.3.19 ---- 2022.3.31概要设计(4) 2022.4.1 ---- 2022.4.9 详细设计(5) 2022.4.10 ---- 2022.5.9 编写代码(6) 2022.5.10 ---- 2022.5.17程序调试和测试(7) 2022.5.18 ---- 2022.5.31整理资料，撰写毕业设计说明书(8) 2022.6.1 ---- 2022.6.10 答辩准备及答辩
