1. 研究目的与意义
（1）背景葡萄酒是舶来品，里外都透着西方文化的精脉。
在中国，随着高端人群的兴起，葡萄酒便不断渗入进了中国民众的生活中。
因葡萄酒本身制作与品质的特点，需潜酌细品，方能品其果香，赏其韵味。
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成熟的cnn模型，收集葡萄酒酒标样本照片，进行cnn模型训练。
并实现一个能拍照识葡萄酒种类的移动应用。
3. 研究的方法与步骤
本课题使用开源的深度学习框架和成熟的cnn模型进行研究。
(1) 首先对主流的cnn模型和深度学习框架进行比较，有基本的了解和认识。
(2) 查阅资料，进行可行性分析、需求分析等。
4. 参考文献
[1]胡貌男，邱康，谢本亮. 基于改进卷积神经网络的图像分类方法[J]. 通信技术，2018, 51(11):2594-2600.[2] 葛程，孙国强. 基于卷积神经网络的图像分类研究[J].软件导刊，2018, 17(10):27-31.[3] 周志华著. 机器学习[M]. 北京: 清华大学出版社, 2016.[4] 吴岸城著. 神经网络与深度学习[M]. 北京: 电子工业出版社, 2016.[5] 乐毅著. 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.[6] 赵永科著. 深度学习 - 21天实战Caffe[M]. 北京: 电子工业出版社, 2016.[7] 叶韵著. 深度学习与计算机视觉：算法原理、框架应用与代码实现[M]. 北京: 机械工业出版社, 2017.[8] 阿布,胥嘉幸著. 机器学习之路 - Caffe、Keras、scikit-learn实战[M]. 北京: 电子工业出版社, 2016.[9] [DSC 2016] 系列活動：李宏毅 / 一天搞懂深度學習. [EB/OL] https://www.slideshare.net/tw_dsconf/ss-62245351?qid=108adce3-2c3d-4758-a830-95d0a57e46bcv=b=from_search=3[10] Caffe Deep Learning Framework[EB/OL].http://caffe.berkeleyvision.org[11] Alex Cai博客 http://www.cnblogs.com/alexcai/[12] 吴恩达公开课：https://www.coursera.org/learn/machine-learning[13] 基于SVM的数据分类预測——意大利葡萄酒种类识别. https://blog.csdn.net/weixin_33819479/article/details/85899376
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
