开题报告-基于神经网络的图像分类技术及其实现.doc_第1页
开题报告-基于神经网络的图像分类技术及其实现.doc_第2页
开题报告-基于神经网络的图像分类技术及其实现.doc_第3页
开题报告-基于神经网络的图像分类技术及其实现.doc_第4页
开题报告-基于神经网络的图像分类技术及其实现.doc_第5页
已阅读5页,还剩1页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

盐城师范学院毕业论文开题报告题 目: 基于神经网络的图像分类技术及其实现 姓 名: 二级学院: 信息科学与技术学院 专 业: 软件工程 班 级: 12(4) 学 号: 指导教师: 职称: 副教授 2016 年 04月 27日一、研究的目的、意义与应用前景等:图像识别的作用领域十分的广泛,其中就包括对交通标识符的识别。随着时代的发展以及科学技术的不断深入创新,用于对各种图像信息的识别和分类已成为当今世界的一大迫切需求。研究的目的和意义:传统的图像识别大部分依旧使用人工提取特征,费时且费力。人工神经网络中以其强大的运算能力能极快速的对数据进行处理,而且人工神经网络具有极强的容错性,能提高系统识别的准确性。训练好的模型,你只要将待分辨的图像输入,系统便能马上对它进行处理并输出图像类别。能极大程度的在一些地方帮助人类。应用前景:图像识别已成为当今社会的一个迫切需求,其在图像/语音识别、天气预测、模式识别、智能机器人、医学、经济学等各个领域都有着重要的作用。二、研究的内容和拟解决的主要问题:研究的内容:本次我们选用的测试对象是比较普遍的交通标识符。我们团队对用于手写字体识别的LeNet-5模型进行研究和改进,使之能对更为复杂的交通标识符进行识别。主要问题:对于算法的理解和研究;训练数据的采集和选取;学习Python编程语言。3、 研读文献1李卫. 深度学习在图像识别中的研究及应用J. 武汉理工大学,2014,03:480-487. 2王立海,赵正勇. 基于BP神经网络的针阔混交林TM遥感图像自动分类技术研究J. 林业科学,2012,06:97-103+210. 3李强,王正志. 遥感图像分类与后处理综合技术研究基于约束满足神经网络方法J. 遥感学报,2013,03:193-198. 4李海洋,范文义. 基于概率神经网络的遥感图像分类MATLAB实现J. 东北林业大学学报,2013,06:55-56+62. 5张贤坤. 人工神经网络及其在盐田水体遥感图像分类中的研究J. 盐业与化工,2014,04:40-43. 6毛建旭,王耀南. 基于模糊高斯基函数神经网络的遥感图像分类J. 遥感技术与应用,2011,01:62-65. 7毛建旭,王耀南,孙炜. 一种基于模糊小波基函数神经网络的图像分类器J. 仪器仪表学报,2013,02:114-118. 8张晓帆. 基于人工神经网络的遥感图像处理方法研究J. 重庆科技学院学报,2013,01:79-82. 4、 研究思路通过研读相关论文来理解原理模型,并通过理论知识实现模型的制作,然后进行实验。5、 特色之处图像识别是以研究如何对图像进行智能识别分类为主要内容的学科,现已成为当今最热门的研究热点之一。研究它的主要目的是为了研制出能够完成对各种图片进行识别的智能化系统模型。直白的说就是研究出代替人眼识别甚至于超过人眼识别的系统,来帮助人类完成各种图像的分类和识别任务。本系统通过LeNet-5进化而来,继承了它高准确性的特点,同时对参数进行改进,大大降低了训练模型的时间。六、研究计划及预期进展:2015.12.102015.12.31 研读神经网络的资料和论文,理解神经网络的原理和结构。2016.1.12016.1.31 学习Python语言,研究Python版的LeNet-5模型结构,为下面设计模型做准备。2016.2.12016.2.29 完成模型的设计,初步实现模型的识别功能。2016.3.12016.3.10 对模型进行完善和改进。2016.3.112016.3.20 寻找测试数据,对模型的准确性进行实验。2016.3.212016.4.10 完成毕业论文初稿。2016.4.102016.4.28 对毕业论文初稿进行修订,完成毕业论文终稿。毕业论文(设计)开题报告评定表指导教师意见该同学已经和我充分的讨论过毕业论文的选题,在老师的帮助下也对论文内容有了初步的了解。该论文内容是现在比较热门的研究项目,对学生来说是一个极好的锻炼。同意该同学开题。 指导教师签

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论