全文总字数：903字

1. 毕业设计（论文）的内容、要求、设计方案、规划等

深度神经网络是近年提出的一种针对图像层的高效识别方法，它采用多个隐层结构和bp算法，较之传统方法识别率能够显著提高；极端学习机elm相对了bp算法，由于采用随机投影和伪逆方法计算神经网络权矩阵，训练速度快。

本文在手写体数字数据集上，验证两种方法的性能，主要从训练时间和识别精度上进行比较。

要求： 1 熟悉深度神经网络的运行机理，并结合具体应用问题，编程实现之； 2 从计算时间和识别精度两个方面，考察cnn在手写体数字数据上的真实效果； 3 熟悉matlab程序设计方法和技巧，熟悉标准数据库的使用方法； 4 根据以上内容撰写一篇规范的本科毕业论文。

2. 参考文献（不低于12篇）

[1]张行健,贾振堂,李祥,. 深度学习及其在动作行为识别中的进展[j]. 科技创新与应用,2016,(6).

[2]孙志远,鲁成祥,史忠植,马刚,. 深度学习研究与进展[j]. 计算机科学,2016,(2).

[3]王秀云,宓宁宁,. 信息技术支持下的深度学习研究[j]. 中国教育技术装备,2013,(6).