1. 毕业设计（论文）的内容和要求

人工神经网络是基于对生物神经网络的模仿而提出一种模式识别方法,从提出到现在已有70多年的历史,期间人们对它的研究有过高潮和低谷,兴衰交替。2006年,深度学习的概念被提出,它模拟了视觉系统的层次化工作机制,提出构建具有层次化结构的深度神经网络模型,并取得了成功,使得神经网络再次成为人们的研究热点。CNN和RBM现在已经比较成熟，已经成功应用在手写字符的识别上。然而现在,对于复杂自然场景中字符的识别仍然是一个难题,主要是由于这样的字符具有复杂的背景、较低的分辨率、变化的光照强度,本课题选择在研究CNN和RBM的基础上,与其他的方法结合,提出了新的识别方法,将之用于对自然场景中的字符识别,以期能够提高对自然场景中字符的识别率。

2. 参考文献

[1]赵志宏,杨绍普,马增强.基于cnnlenet-5的车牌字符识别研究[j].系统仿真学报,2010,03:638-641.

[2] w.mcculloch andw. pitts. a logical calculus of the ideas immanent in nervous activity,bulletin of mathematical biophysics, vol. 10,pp. 115-133,1943.

[3] f.rosenblatt. the perceptron: a probabilistic model for information storage andorganization in the brain. psychological review, vol 65,pp. 386-408,1958.

3. 毕业设计（论文）进程安排