1. 毕业设计（论文）主要内容：

使用深度学习算法训练的卷积神经网络模型自提出以来在图像识别，语音识别和自然语言处理等任务上取得了令人瞩目的成绩。图像分类作为深度学习的研究方向也是研究的热点领域，近年来，alexnet, googlenet等卷积神经网络在图像分类上已经取得了优于传统图像分类方法的成果。论文采用卷积神经网络模型对服装图片进行分类。以香港中文大学多媒体实验室发布的deepfashion数据集为研究对象，训练1-2种卷积神经网络模型，并根据实验结果和不同模型的特点对模型进行调整，提高图像分类准确率。

2. 毕业设计（论文）主要任务及要求

1.查阅15篇相关文献（含近五年外文3篇），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800字开题报告；

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）；

3. 毕业设计（论文）完成任务的计划与安排

1、第1周至第2周：查阅有关的参考资料并完成开题报告；阅读顶级会议论文和相关参考文献.

2、第3周至第6周：学习深度学习的相关理论和方法。

3、第7周至第13周：进行相关算法和系统的编码、调试、测试工作。其中第10周左右进行毕业设计中期检查，需要提交论文前三章和毕业设计框架。

4. 主要参考文献

1. 周志华. 机器学习 : = machine learning[m]. 清华大学出版社, 2016.

2. 吴岸城著．神经网络与深度学习[m]．电子工业出版社．2016．

3. 段建, 翟慧敏. 深度卷积神经网络在caltech-101图像分类中的相关研究[j]. 计算机应用与软件, 2016, (12): 165-168.

   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