基于自编码算法的痕迹图像识别研究开题报告

 2021-11-02 09:11

1. 研究目的与意义(文献综述包含参考文献)

文 献 综 述一、本课题研究的目的及意义深度学习是一个近几年备受关注的研究领域,在机器学习中起着重要的作用。

深度学习通过建立、模拟人脑的分层结构来实现对外部输入的数据进行从低级到高级的特征提取,从而能够解释外部数据。

机器学习通过算法,让机器可以从外界输入的大量的数据中学习到规律,从而进行识别判断。

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、课题研究或解决的问题1. 本课题研究解决以往特征点或区域匹配方法识别效果差的问题,尝试引入小样本深度学习方法(如自编码算法),并将其应用于痕迹检验中,一方面验证人工智能方法在痕迹鉴定方向上的使用,提高检测模型的分类准确率,防止模型出现过拟合等问题。

另一方面也可以借此发展小样本深度学习算法,进一步研究深度学习在小样本等图像识别方面的应用,。

二、采用的手段通过学习利用auto cad绘制加工机床设备图纸;利用matlab软件,可对特定的图像类别进行精准的分类。

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。