1. 毕业设计（论文）主要目标：
本文的论文目标是研究基于深度学习即通过构建一个多层的网络来使得机器能自动地学习到反映隐含在数据内部的关系，并从图像区域中提取有效的纹理信息，用该图像区域的纹理特性来反演被拍摄区域的某些物理属性或者识别与检索与此视觉感受相似的图像区域，基于此技术广泛应用于其他有关领域中。
2. 毕业设计（论文）主要内容：
本文主要研究基于深度学习的彩色纹理识别技术,最终目标是设计一个纹理识别系统。主要以下三个方面进行研究：
（1）深度学习：是研究的第一步骤，通过无监督的方式让机器自动地从样本中学习到表征这些样本的更加本质的特征则会使得人们更好地用计算机来实现人的视觉功能
（2）彩色图像处理：改善图像的质量，将其变成便更利于机器识别的图像。采用图像滤波法有效的去除噪声，保持彩色图像的良好细节并且不会造成颜色失真；将图像进行分割能够为基于内容的图像检索、对象分析等抽象出十分有用的信息。
3. 主要参考文献
[1[1] Bengio Y. Learning deep architectures for AI.Foundations and Trends in Machine Learning, 2009, 2 (1) : 1- 127.[2] Lu Hong-Tao, Zhang Qin-Chuan. Applications of deep convolutional neural network in computer vision.Chinese Journal of Data Acquisition and Processing, 2016, 31(1):1-17[3] Sun Y,Wang X,Tang X. Deep Learning face representation from predicting 10,000 classes//Computer Vision and Pattern Recognition, IEEE Conference on..Columbus,USA:IEEE,2014:1891-1898.[4] Sun Y,Wang X,Tang X.Deeply learned face representations are sparse,selective,and robust//Computer Vision and Pattern Recognition, IEEE Conference on.Boston,USA:IEEE,2015:2892-2900.[5] 马冬梅.基于深度学习的图像检索研究.内蒙古大学，2014.5[6]Arel I，Ｒose D C，Karnowski T P. Deep machine learning a new frontier in artificial intelligence research ［J］. IEEE Transactions on Computational Intelligence Magazine，2010，5 ( 4) : 13-18.
