1. 毕业设计（论文）主要内容：

卷积神经网络（convolutional neural networks, cnn）是一类包含卷积计算且具有深度结构的前馈神经网络（feedforward neural networks），是深度学习（deep learning）的代表算法之一。

由于卷积神经网络能够进行平移不变分类（shift-invariant classification），因此也被称为“平移不变人工神经网络（shift-invariant artificial neural networks, siann）” 。

本毕业设计主要研究卷积神经网络在产品缺陷识别中的应用，主要通过图像识别技术，实现对产品缺陷的识别。

2. 毕业设计（论文）主要任务及要求

1 广泛阅读相关文献，了解国内外现状；

2 设计卷积神经网络的总体框架；

3 实现基于卷积神经网络的图像识别算法；

3. 毕业设计（论文）完成任务的计划与安排

2019.3.15 完成文献综述和英文翻译

2019.3.30 完成选题报告

2019.4.20 完成方案设计

4. 主要参考文献

1卷积神经网络研究综述
周飞燕 ， 金林鹏 ， 董军 - 《计算机学报》 - 被引量: 37 - 2017年
2卷积神经网络研究综述
李彦冬 ， 郝宗波 ， 雷航 - 《计算机应用》 - 被引量: 42 - 2016年
3基于卷积神经网络的正则化方法
吕国豪 ， 罗四维 ， 黄雅平 ， ... - 《计算机研究与发展》 - 被引量: 17 - 2014年
4卷积神经网络在图像识别上的应用的研究
许可 - 《浙江大学》 - 被引量: 96 - 2012年
5图像理解中的卷积神经网络
常亮 ， 邓小明 ， 周明全 ， ... - 《自动化学报》 - 被引量: 26 - 2016年
6基于卷积神经网络的深度学习算法与应用研究
陈先昌 - 《浙江工商大学》 - 被引量: 53 - 2014年