1. 研究目的与意义（文献综述）

1.1 设计背景

深度学习是计算机科学机器学习领域中的一个新的研究方向^[1-2]，是机器学习中一种基于对数据进行表征学习的方法，通过组合低层特征形成更加抽象的高层表示，以发现数据的分布式特征表示^[3]。观测值可以使用多种方式来表示，如每个像素强度值的向量，或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务。深度学习的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。

2. 研究的基本内容与方案

2.1 基本需求内容

（1） 用户交互界面

（2） 代码模块

3. 研究计划与安排

（1）2019/1/14—2019/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；

（2）2019/03/15：了解基于pythod和tensorflow的深度学习编程风格。

（3）2019/04/01：对深度学习要使用的模块进行分类。

4. 参考文献（12篇以上）

[1] 陈先昌. 基于卷积神经网络的深度学习算法与应用研究[d]. 浙江：浙江工商大学,2014.

[2] 尹宝才 , 王文通 , amp; 王立春. 深度学习研究综述[j]. 北京工业大学学报：2015,41(1),48-59.