1. 毕业设计（论文）主要内容：

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，是否拥有与机器对话的能力已成为筛选人才的重要标准，因此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，因此有重要价值。

在本毕业论文中，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平台上实现一种算法用于手写图像识别，从而初步具备通过机器学习来分析数据的能力。

2. 毕业设计（论文）主要任务及要求

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

学习堆栈自编码神经网络算法，详细介绍其概念、整体架构和推导过程。

基于手写图像领域的数据库，构建堆栈自编码神经网络模型，并在matlab或其他软件上实现。

3. 毕业设计（论文）完成任务的计划与安排

2017.12-2018.2 查阅深度学习的相关资料、撰写开题报告、翻译英文资料。

2018.2-2018.4 学习堆栈自编码神经网络算法并开始在matlab上实现。

4. 主要参考文献

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.

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.

david silver, aja huang, chris j. maddison, arthur guez et al. mastering the game of go withdeep neural networks and tree search. nature, 2016, 7587(529): 484-489.