全文总字数：944字
1. 毕业设计（论文）主要内容：
将深度学习用于图像分类成为了图像识别领域的研究热点，已取得了良好的效果，并且有广阔的研究空间。
图像分类的核心是从给定的分类集合中给图像分配一个标签的任务。
论文要求基于深度学习在图像分类的相关理论，分析深度学习的基本模型和方法，理解卷积神经网络在图像分类中的应用，并在相关图像数据集上进行编程验证。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 毕业设计（论文）主要任务及要求
1、查阅不少于15篇的相关资料，其中英文文献不少于3篇，完成开题报告。
2、掌握卷积神经网络的原理，使用caffe或Tensorflow来搭建神经网络，完成网络模型的训练。
3、在相关图像数据集上进行编程验证，对图像分类进行分类测试和性能评估。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
3. 毕业设计（论文）完成任务的计划与安排
第1－3周：查阅相关文献资料，明确研究内容，了解研究所需技术语言和开发工具，初步搭建并熟悉开发环境。
确定方案，完成开题报告。
第4－6周：学习深度学习在图像分类的相关理论，搭建和优化网络模型。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
4. 主要参考文献
[1]李卫.深度学习在图像识别中的研究及应用[D].武汉理工大学，2014.[2]田启川,王满丽. 深度学习算法研究进展[J]. 计算机工程与应用.2019(22): 25-33.[3]常亮,邓小明,等.图像理解中的卷积神经网络[J]. 自动化学报. 2016(09)：1300-1312.[4]Andry Chowanda, Rhio Sutoyo. Deep Learning for Visual Indonesian Place Classification with Convolutional Neural Networks[J]. Procedia Computer Science.2019: 436-443.
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
