1. 毕业设计（论文）主要内容：

图像分类是根据各自在图像信息中所反映的不同特征，把不同类别的目标区分开来的图像处理方法。它利用计算机对图像进行定量分析，把图像或图像中的每个像元或区域划归为若干个类别中的某一种，以代替人的视觉判读。

卷积神经网络（ConvolutionalNeural 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。

2. 毕业设计（论文）主要任务及要求

（1）查阅相关文献资料15篇以上（其中近5年外文文献不少于3篇）。

（2）完成开题报告及任务书。

（3）基于卷积神经网络，设计并训练图像分类模型。将训练后的图像分类模型应用于实际图片分类，分析分类结果的准确性。

3. 毕业设计（论文）完成任务的计划与安排

第1-3周：搜集资料，撰写开题报告。

第4-5周：论文开题。

第6-12周：撰写论文初稿。

4. 主要参考文献

[1] neha sharma; vibhor jain; anju mishra;.an analysis of convolutional neural networks for image classification[j]. procediacomputer scienc, 2018. (5):377-384

[2] m.e. paoletti; j.m. haut; j. plaza; a.plaza. a new deep convolutional neural network for fast hyperspectral imageclassification[j]. isprs journal of photogrammetry and remote sensing. 2017,(11):121 - 124

[3] wei h , yangyu h , li w , et al. deepconvolutional neural networks for hyperspectral image classification[j].journal of sensors, 2015, (2015):1-12.