1. 毕业设计（论文）主要内容：

本文主要研究基于卷积神经网络的图像识别。

卷积神经网络已在图像分类领域取得了很好的效果，但其网络结构及参数的选择对图像分类的效果和效率有较大的影响，为改善卷积网络的图像分类性能，对卷积神经网络模型进行理论分析，利用tensorflow架构编写CNN神经网络模型对图像进行分析处理，尽可能的提高分类精度，提高卷积神经网络的分类效果。

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)，了解本研究领域的基本理论、关键技术与研究现状。

（2）完成开题报告。

（3）对卷积神经网络模型进行理论分析，利用tensorflow架构编写cnn神经网络模型对图像进行分析处理，尽可能的提高分类精度，提高卷积神经网络的分类效果。

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，了解研究所需理论基础。确定方案，完成开题报告。

（2）第4－5周：熟悉掌握基本理论，完成英文资料的翻译，熟悉开发环境。

（3）6－9周：编程实现各算法，并进行仿真调试。

4. 主要参考文献

[1] 黄文坚，唐源．tensorflow实战[m]．北京：电子工业出版社，2017.

[2] 张顺,龚怡宏,王进军.深度卷积神经网络的发展及其在计算机视领域的应用[j].计算机学报.2017,40

[3] ciresan d, meier u,schmidhuber j. multi-column deep neuralnetworks for image classification[c] computervision and pattern recognition (cvpr),2012 ieee conference on. ieee, 2012: 3642-3649.