基于机器学习的行人性别判别方法研究任务书

 2021-10-19 22:35:24

1. 毕业设计(论文)的内容和要求

行人性别判别方法研究是基于机器学习完成的, 机器学习是一门多学科交叉专业,涵盖概率论知识,统计学知识,近似理论知识和复杂算法知识,使用计算机作为工具并致力于真实实时的模拟人类学习方式, 并将现有内容进行知识结构划分来有效提高学习效率。

基于机器学习来完成对行人性别的判断。

学习并掌握相关开发工具和应用软件,理解算法模型,神经网络的处理方法和算法设计的过程。

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. 参考文献

[1] 深度学习在图像识别中的应用研究综述[J]. 郑远攀,李广阳,李晔.计算机工程与应用. 2019(12)[2] 基于深度卷积神经网络的脱机手写汉字识别系统的设计与实现[J]. 林恒青.湖北理工学院学报. 2019(02)[3] 深度学习及其在图像分类识别中的研究综述[J]. 孙瑜阳.信息技术与信息化. 2018(01) [4] 基于传统机器学习与深度学习的图像分类算法对比分析[J] 刘华祠 长江大学电子信息学院. 2019.05[5] 卷积神经网络研究综述[J]. 周飞燕,金林鹏,董军.计算机学报. 2017(06) [6] 机器学习在图像处理中的应用[J]. 周子焜.电子制作. 2018(18) [7] 机器学习让计算机更智能[J]. 孟雨.计算机与网络. 2019(14)[8] 基于机器学习的城市生成方法研究[J]. 胡思润,杨晓旭,宋靖华.智能建筑与智慧城市. 2019(11) [9] 2018年人工智能和机器学习三大趋势[J]. 严立忠.软件和集成电路. 2018(01)[10] 人工智能应用现状及关键技术研究[J]. 赵楠,缐珊珊.中国电子科学研究院学报. 2017(06)[11] 基于TensorFlow深度学习手写体数字识别及应用[J]. 黄睿,陆许明,邬依林.电子技术应用. 2018(10) [12] 人工智能产业化的历史、现状与发展趋势[J]. 蔡自兴.冶金自动化. 2019(02) [13] 基于深度学习的图像处理技术[J]. 李胜旺,韩倩.数字技术与应用. 2018(09)[14] 基于机器视觉的轮胎在线识别分类系统研究与开发[D]. 梁涛.华中科技大学 2015 [15] Deep learning in neural networks: An overview[J] . Jrgen Schmidhuber.Neural Networks . 2014 [16] 机器学习方法在图像分类中的应用[J]. 虞达飞.电子世界. 2017(23) [17] Automatic steel labeling on certain microstructural constituents with image processing and machine learning tools.[J]. Bulgarevich Dmitry S,Tsukamoto Susumu,Kasuya Tadashi,Demura Masahiko,Watanabe Makoto.Science and technology of advanced materials. 2019(1) [18] A survey of machine learning for big data processing[J]. Junfei Qiu,Qihui Wu,Guoru Ding,Yuhua Xu,Shuo Feng.EURASIP Journal on Advances in Signal Processing. 2016(1) [19] 基于深度卷积神经网络的色素性皮肤病识别分类[J]. 何雪英,韩忠义,魏本征.计算机应用. 2018(11) [20] Topic network: topic model with deep learning for image classification[J] . Zhiyong Pan,Yang Liu,Guojun Liu,Maozu Guo,Yang Li.Journal of Electronic Imaging . 2018 (3)

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。