基于卷积神经元网络的光栅光谱的分类方法任务书
2020-02-18 15:22:57
1. 毕业设计(论文)主要内容:
随着光纤光栅技术的快速发展,各类光栅的制备方法层出不穷,但在光栅刻写制备过程中,难免存在质量低的光栅光谱,筛选出谱形好的光栅和坏的光栅对于工程应用具有重大意义,因此,对光栅光谱的分类和标定就显得尤为重要。
卷积神经网络(cnn)是神经网络的一种,它在信号识别和分类等领域已被证明非常有效。
cnn以其特有的卷积核特性,实现对各类信号的特征提取,通过bp神经网络不断优化自身参数,实现对信号的识别。
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)主要任务及要求
(1) 学习卷积神经元网络的相关原理和实现方法;
(2) 搭建基于卷积神经元网络的光栅光谱的分类系统;
(3) 完成对光栅光谱信号的分类和识别,准确率需高于80%;
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!
3. 毕业设计(论文)完成任务的计划与安排
(1) 第1-3周:查阅相关文献资料,明确研究内容,学习毕业设计研究内容所需理论的基础。确定毕业设计方案,完成开题报告。
(2) 第4-5周:论文开题。
(3) 第6-12周:撰写论文初稿。
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!
4. 主要参考文献
[1] 周飞燕, 金林鹏, 董军. 卷积神经网络研究综述[j]. 计算机学报, 2017(6).
[2] 刘海涛. 光纤bragg光栅的光谱特性研究[d]. 西南交通大学, 2009.
[3] 丁小刚. bp神经网络与卷积神经网络在文字识别中的应用研究[d]. 2014.
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