1. 研究目的与意义（文献综述）

2006年，geoffreyhinton 提出了深度学习的概念，近十年来深度学习在诸多领域取得了巨大成功，如语音识别，图像识别等。深度学习通过构建很多隐层的机器学习模型和海量的训练数据，来自动学习更有用的特征，从而提升分类或预测的准确性。

在大数据应用日趋广泛以及工业4.0初见端倪的时代背景下，是否拥有与人际对话的能力已经成为筛选人才的重要标准，机器学习越来越受到学术界和产业界的重视和追捧。作为机器学习的一个新兴分支，深度学习近些年来在很多应用中已取得突破性成果，但其成效机理不明，因此有重要意义。本次毕业设计通过设计一个火灾图像识别系统，帮助我们接触这一新兴领域。

每年火灾都会给人类带来巨大的财产损失甚至人员损失，找到一种快速识别火灾并报警的方法，能够节省从火灾发生到灾情得到控制之间的时间。能够较早发现火灾险情、进而有效地控制灾情，对减少损失具有重大意义。

2. 研究的基本内容与方案

基本内容：通过阅读文献来了解深度学习乃至人工智能的概念，理解深度学习算法的工作机制，总结深度学习的常用模型或方法，最终在matlab或其他软件上实现一种算法用于火灾图像识别，从而初步具备通过机器学习来分析数据的能力。

技术方案及措施：

（1）通过查阅文献和搜集相关资料，介绍深度学习的基本原理，总结常用的模型或方法，并完成毕业设计相关的外文文献翻译。

3. 研究计划与安排

2016.12-2017.02 查阅深度学习的相关资料、撰写开题报告、翻译英文资料。

2017.02-2017.04 学习卷积神经网络算法并开始在matlab或其他软件上实现。

2017.04-2017.05 完成算法在matlab或其他软件上的实现，然后分析、调试并完善实验结果。

4. 参考文献（12篇以上）

[1] 余凯，贾磊，陈雨强，徐伟. 深度学习的昨天、今天和明天[j]. 计算机研究与发展，2013，59(12): 1799-1804.

[2] 焦李成，杨淑媛，刘芳，王士刚，冯志玺. 神经网络七十年:回顾与展望[j]. 计算机学报，2016，39(8): 1697-1716.

[3] david silver, ajahuang, chris j. maddison, arthur guez et al. mastering the game of go with deepneural networks and tree search. nature, 2016, 7587(529): 484-489.