全文总字数：1368字
1. 毕业设计（论文）主要内容：
图像分类属于图像处理领域的一个基本问题,是计算机视觉、机器学习与模式识别等领域非常活跃的研究方向,并具有多种实际应用。
因此,研究具有较强的鲁棒性和较高精确度的图像分类算法有着重要的理论意义和实际意义。
针对深度卷积神经网络随着卷积层数增加而导致网络模型难以训练和性能退化等问题,本课题拟通过对残差网络进行研究，依托于Anaconda和PyCharm平台，使用Python语言编写卷积层，池化层，全连接层等神经网络相关结构，设计基于深度残差网络的图像分类方法。
2. 毕业设计（论文）主要任务及要求
（1）查阅相关文献资料15篇以上（其中近5年外文文献不少于3篇）。
（2）完成开题报告及任务书。
（3）利用Python设计一种基于深度残差网络的图像分类算法，
3. 毕业设计（论文）完成任务的计划与安排
（1）第1－4周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。
（2）第5－6周：熟悉掌握基本理论，完成英文资料的翻译，熟悉Anaconda，PyCharm等工具软件的使用。
（3）第7－9周：通过Anaconda，PyCharm平台使用Python语言编写神经网络卷积层、池化层、全连接层等相关结构。
4. 主要参考文献
[1] He K , Zhang X , Ren S , et al. DeepResidual Learning for Image Recognition[J]. 2015.
[2] Szegedy C , Ioffe S ,Vanhoucke V . Inception-v4, Inception-ResNet and the Impact of ResidualConnections on Learning[J]. 2016.
[3] Krizhevsky A , Sutskever I , HintonG . ImageNet Classification with Deep Convolutional Neural Networks[C]// NIPS.Curran Associates Inc. 2012.
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。
