1. 毕业设计（论文）主要内容：

基于fpga的手写字识别神经网络实现方法，具体要求如下：

1.了解神经网络的基本原理，掌握bp神经网络的计算过程和参数意义；

2.了解xlinx公司zynq的结构与开发平台，掌握基于zynq的算法开发过程；

2. 毕业设计（论文）主要任务及要求

（1）查阅参考文献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；
（3）学习人工神经网络基本理论，并进行仿真验证；
（4）设计并完成实验，运用Matlab软件完成神经网络训练并提取相关参数，将训练好的神经网络移植到FPGA硬件平台上进行仿真与板级验证；
（5）完成不少于12000字的毕业论文撰写并完成答辩的相关工作；
（6）完成毕业论文；
（7）完成不低于5000汉字（20000英文印刷符）的教师指定的相关文献的英译汉翻译；
（8）正文应包含不少于12幅图（包括：电路原理图、流程图、结构框图、程序框图等）；

3. 毕业设计（论文）完成任务的计划与安排

第1~3周：查找资料；撰写开题报告；；
第4周：根据系统框架确定设计方案；
第5~8周：完成硬件系统的制作与调试；
第9~11周：完成软件系统；
第12~13周：完成整个系统，并进行整机调试，修复出现的错误；
第14~16周：撰写并提交毕业论文；
第17周：答辩。

4. 主要参考文献

[1]潘文婵,刘尚东.bp神经网络的优化研究与应用[j/ol].计算机技术与发展,2019(05):1-3[2018-12-30].

[2]杨景明,杜韦江,吴绍坤,李良,魏立新.基于fpga的bp神经网络硬件实现及改进[j].计算机工程与设计,2018,39(06):1733-1737 1773.
[3]孙凡. 卷积神经网络加速器的实现与优化[d].中国科学技术大学,2018.

[4]alejandro baldominos,yago saez,pedro isasi.evolutionary convolutional neural networks: an application to handwritin recognition[j]neurocomputing volume 283, 29 march 2018, 38-52.