1. 毕业设计（论文）主要内容：

随着深度学习在计算机视觉和模式识别领域的快速发展，与之相关的人工智能技术取得了很大的进步。其中，卷积神经网络作为深度学习算法中的一种，具有结构简单，适应性强，训练参数少等特点，近年来被广泛应用在图像分类识别领域中。本设计拟将对深度卷积神经网络在网络图像分类领域进行研究，设计合适的分类方法，提高图像分类的精准率，降低错误率。

2. 毕业设计（论文）主要任务及要求

1、 查阅不少于15篇的相关资料，其中近五年外文文献不少于3篇，完成开题报告；

2、学习深度学习与卷积神经网络的相关知识；

3、 利用深度卷积神经网络进行网络图像分类；

3. 毕业设计（论文）完成任务的计划与安排

第1-2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。

第3-4周：熟悉掌握基本理论，完成英文资料的翻译，熟悉开发环境。

第5-8周：编程实现算法和系统，并进行仿真调试。

4. 主要参考文献

[1] aconvolutional neural network cascade for face detection. li h，lin z，shen x，et al.computer vision and pattern recognition . 2015

[2] richfeature hierarchies for accurate object detection and semantic segmentation.girshick r，donahue j，darrell t，etal. computer vision and pattern recognition . 2014

[3] improvinghandwritten chinese text recognition using neural network language models andconvolutional neural network shape models. yi-chao wu，fei yin，cheng-lin liu. pattern recognition .2016.