基于浅层神经网络的图形分类技术研究任务书

 2021-08-20 01:08

1. 毕业设计(论文)主要目标:

1.了解浅层神经网络相关概念及特征;

2.掌握并了解Tensorflow框架;

3.了解并熟悉Cifar-10;

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)主要内容:

学习并掌握浅层神经网络和图形处理技术,对神经网络结构有一个清晰地认识并能在Tensorflow框架上搭建一个简单的浅层网络结构,并能在Cifar-10等数据集上得到实现。

了解浅层神经网络并掌握,利用相关函数根据图形的基本特征对图形进行分类或预测。在图形的特征中进行规律总结,利用BP算法计算,创建神经网络,设置训练参数,并进行训练模拟。然后再Tensorflow框架上搭建一个简单的浅层网络结构,在Cifar-10等数据集上得到实现。

3. 主要参考文献

[1]吴正文.卷积神经网络在图像分类中的应用研究[D]:[硕士学位论文].沈阳:沈阳理工大,2015.

[2]高荣芳.从浅层网络到深度网络的图像分类研究综述[J].计算机与数字工程,2016-10:89-90.

[3]尤勇.《认识图形》之“图形分类”课例展示[J].中国信息技术教育,2019-07:25-26.

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。