1. 毕业设计（论文）的内容和要求
1、 毕业设计（论文）的内容:在当今飞速发展的互联网行业，网站登录需要用户输入验证码以确定是机器自动化测试还是为本人登陆来确保用户信息和网站安全性，验证码的存在承担着网站守护的第一道屏障，既保证了网站的安全性又可避免用户信息泄露和垃圾文件干扰。
一般网站会把图片识别作为验证手段。
但传统的字符分割技术难以对其分割或者分割产生错误导致多个字符误识为一个字符，如此都会影响后续字符识别，识别率和正确率比较低。
2. 参考文献
[1]周飞燕，金林鹏，董军.卷积神经网络研究综述 [J].计算机学报，2017，40（6） :1229-1251． [2]Krizhevsky A，Sutskever I，Hintong E.ImageNet classification with deep convolutional neural networks[C]//Proceedingsofthe2012International Conference on Neural Information Processing Systems．LakeTahoe，Nevada.NIPSFoundation， 2012：1097-1105．[3]SzegedyC，LiuW，JiaY，etal．Goingdeeperwith convolutions [EB/OL].（2014-07-17）[2016-1210].[4] Li H，Li Y，Porikli F．DeepTrack:Learning dis criminative feature repr-esentations by convolu tionalneuralnetworksforvisualtracking[EB/OL]. [2016-12-10]．[5]张涛，张乐乐．基于卷积神经网络的图片验证码识别 ［ Ｊ］．电子测量技术， ２０１８（1４）．[6]温明莉，赵轩，蔡梦倩.基于深度学习的端到端 验证码识别[ J].无线互联科技，2017（14） :85-86. [7]吕霁.基于神经网络的验证码识别技术研究[D]. 厦门:华侨大学，2015． [16]薄康虎，李菲菲，陈虬.基于改进CNN特征的场景 识别[J].计算机系统应用，2018[8]Kingma D，Ba J.Adam：A method for stochastic optimization[EB/OL].（2017-01-30）[2017-0510].[9]刘欢，邵蔚元，郭跃飞．卷积神经网络在验证码识别上的应用与研究［Ｊ］．计算机工程与应用，2017,52(18):1-7.[10]常亮，邓小明，周明全，等．图像理解中的卷积神经网络［Ｊ］．自动化学报，2016,42(9).[11]洪洋，葛振华，王纪凯，等．基于深度卷积神经网络 的验证码识别［ Ｃ］．第 １９ 届中国系统仿真技术及其 应用学术年会论文集，贵阳，２０１８[12]于鹏．基于深度卷积神经网络 ＡｌｅｘＮｅｔ的验证码识别 研究［ Ｊ］．通讯世界，２０１８（ １）：６６ －６７．
