全文总字数：2292字

1. 研究目的与意义及国内外研究现状

就目前而言，纵观现如今高校的情况，很少有学校会把人工智能当做一门学科来设置，更不用说把人工智能当做一门专业课来培养相关方面的人才。更有甚者，有的老师甚至也不是对人工智能研究的很深入。对于这种情况而言，我们是时候要把人工智能重新放回台面上了。

随着当今人们生活水平的不断提高，人工智能已经渐渐的与我们的生活联系的更加紧密，甚至可以说人们的生活已经渐渐的离不开人工智能，人工智能在潜移默化的改变着我们的生活。小到我们的洗衣做饭，大到我们的衣食住行，人们已经习惯了生活中机器给我们带来的便利。但我们在享受这些便利的时候，有多少人会去思考这些机器到底是怎么来实现这些行动的呢？这就需要我们去研究实现人工智能以及机器学习的背后的算法，这也就是我选此课题的目的。

学习这些算法可以让我们更加深刻的去了解到机器学习的奥义，以及让我们更加深刻地了解到机器是如何给我们带来这些便利的。而我这个选题自动编码器的深度学习算法正式现如今机器学习算法中较为先进的一种学习算法，如果能够把它学习好的话，对于今后的学习以及生活是有很大的帮助的，至少能够让我进一步的了解到当今世界机器学习的奥妙所在。我相信学好这个选题无论是对于今后的生活还是工作都会有巨大的意义。

2. 研究的基本内容

对于我这个选题而言，是人工智能中机器学习的一种算法，要研究的是人工智能中一种实现的方法，即自动编码器深度学习算法，需要对机器学习进行一个大概的了解。

需要研究当今世界深度学习算法并且更加深入的了解自动编码器深度学习算法，并通过不断地实验来测试该算法，分析该算法的优缺点，最后通过自己的努力以及老师的帮助看看是否能够在力所能及的范围内对该算法进行适当的优化，并且也可以通过对该课题的研究大致了解一下人工智能的奥秘之处。

3. 实施方案、进度安排及预期效果

1.首先，通过网络初步了解深度学习的含义，并且大致了解深度学习所包含的算法以及它们的主要应用场景。

通过该方式大致了解到人工智能的奥秘。

2.其次，通过网络上相关人员的简介认识到自动编码器深度学习算法的起源以及未来所有可能的发展。希望通过此方法进一步了解自动编码器算法。

4. 参考文献

1.《深度自动编码器的研究与展望》主要内容：讲述了自动编码器的发展由来。阐述了dae的基本概念和原理；网络模型的构建和训练方法。并对dae进行了分类，指出了dae存在的问题和对dae未来发展的展望。

2.《稀疏自动编码器在文本分类中的应用研究》主要内容：提出了sd算法：单层稀疏编码器（sae）用于提取文本特征，然后用两层深度置信网络用于特征分类。最后与用支持向量机（svm）分类效果比较。

3.《基于降噪自动编码器的不平衡情感分类研究》主要内容：提出dea算法：采用单层降噪编码器用于特征提取，然后采用k-means算法对提取到的特征进行分类，并将结果与s传统的svm对比。