全文总字数：2277字
1. 毕业设计（论文）的内容和要求
一、研究意义 卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络，是深度学习的代表算法之一。
随着深度学习理论的提出和数值计算设备的改进，卷积神经网络得到了快速发展，已经被广泛应用于图像识别、自然语言处理、计算机视觉等众多领域。
相较于全连接的深度学习网络，卷积神经网络具有局部感知和参数共享两个优点，使得它可以更好地处理图像数据。
2. 实验内容和要求
1 查阅相关资料，能理解课题的意义；2 学习并掌握卷积神经网络算法和图像自动标注算法的原理；3 学习并掌握软件的使用；4 利用软件平台进行算法仿真和测试，分析不同网络参数下图像自动标注能力的优劣，并给出仿真及分析结果。
3. 参考文献
[1] 罗世操. 基于深度学习的图像语义提取与图像检索技术研究[D]. 东华大学, 2016.
[2] Sara Ranjbar, Kyle W. Singleton, Pamela R. Jackson, et al. A deep convolutional neural network for annotation of magnetic resonance imaging sequence type. Journal of Digital Imaging. 2020, 33(2): 439-446.
[3] 魏珺洁. 深度学习在图像自动标注中的应用初探[J]. 智能计算机与应用, 2020, 10(03): 111-113 118.
4. 毕业设计（论文）计划
2020-12-28~2021-02-28 收集资料，熟悉课题。
寒假2021-03-01~2021-03-07 学习论文撰写规范，查阅资料，根据任务书要求，撰写开题报告。
第1周2021-03-08~2021-03-28 学习卷积神经网络和图像自动标注理论，并掌握软件的使用。
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。
