登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 任务书 > 计算机类 > 计算机科学与技术 > 正文

深度神经网络与极端学习机在手写体数字上的性能比较分析任务书

 2022-01-18 21:31:05  

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。

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. 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).

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

微信号:bysjorg

Copyright © 2010-2022 毕业论文网 站点地图