基于CNN的验证码识别的设计与实现开题报告
2020-02-18 20:12:19
1. 研究目的与意义(文献综述)
1.目的及意义(含国内外的研究现状分析)
1.1研究目的及意义
近年来,随着互联网的飞速发展,网络已经成为了人们获取、发布信息的最主要途径,而伴随而来的问题是网络带来的信息安全隐患,针对短时间机器批量操作等恶意网络攻击行为,验证码的识别得以被广泛应用。验证码识别是一种用于识别用户行为是人类行为或机器行为的测试方法,在抵制恶意机器人程序,防止论坛、博客中的垃圾评论,过滤垃圾邮件,保证在线投票真实性以及防止恶意批量注册网站[1]等方面做出了卓越贡献。
2. 研究的基本内容与方案
2.研究(设计)的基本内容、目标、拟采用的技术方案及措施
2.1研究目标
要求生成用于网络训练的验证码数据集,并基于tensorflow神经网络模块和cnn卷积神经网络,构建用于验证码识别的卷积神经网络,并通过对图像的处理和对模型的训练,达到以较高正确率识别图像中的验证码,调节网络参数,生成具有较高识别率的模型,并实现验证码图像的上传及识别结果的显示。
3. 研究计划与安排
3.进度安排
(1)2019/1/19—2019/2/28:确定选题,查阅文献,外文翻译和撰写开题报告;
(2)2019/3/1—2019/4/30:系统架构、程序设计与开发、系统测试与完善;
4. 参考文献(12篇以上)
4.参考文献
[1] 刘欢,邵蔚元,郭跃飞.卷积神经网络在验证码识别上的应用与研究[j].计算机工程与应用,2016,52(18):1-7.
[2] 张军阳,王慧丽,郭阳,扈啸.深度学习相关研究综述[j].计算机应用研究,2018,35(07):1921-1928 1936.