1. 毕业设计（论文）主要内容：

图像分类问题是通过各种机器学习算法使计算机自动将各类图像进行有效管理和分类。由于受图像不规则性、光照、尺度变化等因素的影响,使该项工作存在着许多的难点。深度学习作为近些年提出的新的机器学习方法,因其在图像特征学习中的突出表现而得到广泛关注。

利用深度学习方法实现对图像进行分类，包括（1）深入分析VGG、GoogleNet、ResNet三个经典的深度学习模型。(2) 采用ImageNet或者CIFAR10中训练集和测试集中的图片类别进行训练和测试。(3)实现GUI界面，能够按照固定格式输入图片，显示图片和识别结果，图片不少于1000张，类别不少于10个。识别正确率应高于90%。(4) 程序设计语言和平台不限，java/c /c#/python/tensorflow均可。

2. 毕业设计（论文）主要任务及要求

1. 查阅15篇相关文献（含近五年外文3篇），并每篇书写200—300字文献摘要（装订成册，带封面）；

2. 认真填写周记，完成800字开题报告；

3. 完成5000中文字以上的相关英文专业文献翻译，并装订成册（中英文一起，带封面）；

3. 毕业设计（论文）完成任务的计划与安排

(1) 2018/1/14—2018/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；

(2) 2018/3/1—2018/4/30：系统架构、程序设计与开发、系统测试与完善；

(3) 2018/5/1—2018/5/25：撰写及修改毕业论文；

4. 主要参考文献

[1] bengio, yoshua, ian j. goodfellow, and aaron courville. deep learning [m]. mit press,

2015.https://github.com/hftrader/deeplearningbook/raw/master/deeplearningbook.pdf

[2] lecun, yann, yoshua bengio, and geoffrey hinton. “deep learning [j]. nature 521.7553,