1. 毕业设计（论文）主要内容：

目前，由于传统的识别方法效率低下且准确率不理想，故需要引入新方法来识别手写数字，因此利用机器学习和识别手写数字在金融、审计等领域有重要作用。

卷积神经网络，作为深度学习的主要方法之一，因稀疏连接和共享权值等特点广泛用于图像识别等领域。

因此，采用卷积神经网络实现手写数字识别将会得到较好的效果。

2. 毕业设计（论文）主要任务及要求

（1）查阅参考文献15篇以上（其中近5年外文文献不少于3篇）；

（2）完成开题报告；

（3）研究深度学习中卷积神经网络的相关算法，并实现手写数字图像特征提取和识别方法的仿真和实验测试；

3. 毕业设计（论文）完成任务的计划与安排

（1）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。

（2）第4－5周：熟悉掌握基本理论，完成英文资料的翻译。论文开题。

（3）第6－12周：编程实现各算法，并进行仿真调试。针对具体的实验数据，完成整个算法的仿真，实现功能。

4. 主要参考文献

[1]尹宝才，王文通，王立春. 深度学习研究综述. 北京工业大学学报，2015，1:48-59.

[2]刘荣荣. 基于卷积神经网络的手写数字识别软件的设计与实现[d]. 内蒙古大学硕士学位论文.2015.12

[3]matthew y.w. teow. a minimalconvolutional neural network for handwritten digit recognition[j]. ieee(icset),2017:171~176