1. 毕业设计（论文）主要内容：

1.前期知识储备：
通过阅读相关文献，了解神经网络、cnn、svm、深度学习环境，移动目标识别算法等相关知识。

2.设计功能：
本设计的任务包括：
1）分析目前深度学习中cnn和svm的优劣，并结合视频中复杂背景下船舶特征，辨别背景对船舶特征提取的影响，设计高效的船舶目标识别（如船舶分类识别或某个船舶类型识别）算法。

2）利用python实现所设计的算法，使之能获得较高的船舶识别准确率与效率，并用实测数据予以验证和分析。

2. 毕业设计（论文）主要任务及要求

1.查阅15篇相关文献（不少于3篇外文文献），并每篇书写200—300字文献摘要（装订成册，带封面）；
2.认真填写周记，完成至少1500字开题报告（“设计的目的及意义”至少800汉字；“基本内容和技术方案”至少400汉字；进度安排应尽可能详细；）；
3.完成5000中文字以上的相关英文专业文献翻译，并装订成册（中英文一起，带封面）；
4.完成方法研究、算法设计与实现；
5.按武汉理工大学理工类本科生毕业论文撰写规范撰写毕业论文，完成10000字以上的毕业论文；
6.进行论文答辩。

3. 毕业设计（论文）完成任务的计划与安排

1.2019/1/19—2019/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；
2.2019/3/1—2019/4/30：系统架构、程序设计与开发、系统测试与完善；
3.2019/5/1—2019/5/25：撰写及修改毕业论文；
4.2019/5/26—2019/6/5：准备答辩。

4. 主要参考文献

[1] 杨亚东;王晓峰;潘静静.改进CNN及其在船舶识别中的应用[J].计算机工程与设计, 2018,39(10):3228-3233.
[2] 陈泽创. 船舶检测跟踪与分类算法研究及其系统实现[D].北京交通大学，2018.
[3] 杨名; 阮雅端; 陈林凯; 张鹏; 陈启美.甚高速区域卷积神经网络的船舶视频检测方法[J]，北京邮电大学学报,2017(S1):133-137.
[4] 米禹丰. 基于卫星遥感图像水面船舶目标检测与识别技术研究[D]. 哈尔滨工程大学.2016
[5] 杨名; 阮雅端; 陈林凯; 张鹏; 陈启美. 甚高速区域卷积神经网络的船舶视频目标识别算法[C]. 2016年全国通信软件学术会议程序册与交流文集,2016:29-33.
[6] 洪韬. 基于光学遥感影像的特定目标检测及识别[D]. 电子科技大学.2018
[7] 赵亮, 王晓峰, 袁逸涛. 基于深度卷积神经网络的船舶识别方法研究[J]. 舰船科学技术, 2016, 38(15):119-123.
[8] RAINEY K, REEDER J D, CORELLI A G. Convolution neural networks for ship type recognition[C]. SPIE Defense Security, 2016,9844:09-16.
[9] Rahman H A A, Wah Y B, He H, et al. Comparisons of ADABOOST, KNN, SVM and Logistic Regression in Classification of Imbalanced Dataset[C]// International Conference on Soft Computing in Data Science. Springer Singapore, 2015:54-64.