开题报告-基于卷积神经网络的图像识别实践

1、天津财经大学信息科学与技术系本科毕业设计开题报告论文题目：基于卷积神经网络的图像识别实践姓 名 学 号 专业班级 软件工程1401 指导教师 职称 讲师 天津财经大学信息科学与技术系制一、选题意义随这几年，人工智能吸引了大量的劳动力，研究人员的涌入。人工智能在各类领域中被研究被应用。我们在遇到一类问题时，工作的主要过程可以归结为以下步骤，首先是一个复杂的问题，我们需要将其简化，在简化之后我们会处理较多该类问题，这之后我们会在大量的处理问题当中将该类的问题处理方法归一化，规范化；在我们规范化了问题的处理方法之后，我们会考虑将问题自动化。按照我个人的理解，目前我们所拥有的人工智能还只能停留在最后一

2、步上，它不能去自己分析问题，需要我们提供各类的先验知识将问题量化之后传给计算机，其才能做出判断。在本实验中，我们将归一化的图片传给计算机，告诉它对错，需要机器自己提取图片特征来解决分类的问题。在如今的人工智能领域可以分为以下的几个分支，自然语言处理，计算机视觉，机器学习等。自然语言处理主要是让计算机理解我们日常使用的语言应用，本文的实验属于计算机视觉的范畴，机器学习主要研究各种数学类的各种人工智能的算法。人工智能如今主要渗透到了大数据易获取的行业中，如金融的行业。广为流行的人脸识别在各种应用当中的植入，增加了用户的体验。为了了解人工智能算法是如何解决一个实际的问题的，本文拟从深度学习的入门卷积

3、神经网络切入。通过本次的实践，我们希望对计算机如何做图片的分类有大致的了解，对神经网络的结构有深度的认识，这为我们后续的学习打下基础，敲开深度学习的大门。二、主要研究内容本文主要计划以多张图像的识别结构作为切入，学习神经网络的发展由来。之后了解搭建神经网络所运用到的工具，tensorflow当中的相关概念。再之后拟研究全连接神经叙述神经网络当中的概念，进一步地优化现有的神经网络。接着是学习深度学习的入门卷积神经网络的相关概念，以其中的知识来完善图像识别算法和我们搭建的神经网络的结构。本项目主要分成六个阶段进行研究：（1）文献收集与研究计划从大量查找国内外的相关研究资料入手，对目前的图像识别技术

4、进行研究与分析，整理出目前的研究现状。（2）深度学习算法的学习 确定使用的深度学习算法，然后深入学习各种算法的原理，了解算法的工作过程与优缺点，找到好的实现办法。（3）获取并处理实验数据前期准备完成后，熟悉图像相关特征。（4）完成算法的代码实现 对于卷积神经网络的算法代码实现，并写好评价标准。（6）分析实验结果对得到的实验结果进行分析，指出算法的优缺点。三、进度安排2017.10.20-2017.10.30， 确定毕业设计选题；2017.11.10-2017.11.30， 确定论文题目，计划工作进度，完成开题报告；2017.12.1-2017.12.31， 参考学习资料，对想法进行实验；2018.1.1-2018.2.28， 完成实验，整理代码；2018.3.1-2018.3.31， 毕业设计完成论文初稿；2018.4.1-2018.4.7， 调整毕业论文设计，论文定稿。四、指导教师意见： 本课题的