基于深度神经网络的手写字识别应用研究任务书
2020-04-18 20:44:26
1. 毕业设计(论文)的内容和要求
近年来,机器学习已成为学术和实际应用领域的研究热点之一。
在机器学习的基础上研究出的深度学习也正在成为时下最热的项目之一。
因此研究深度学习具有一定的实用性和现实意义。
2. 参考文献
[1]高学,王有旺.基于CNN和随机弹性形变的相似手写汉字识别[J]. 华南理工大学学报(自然科学版). 2014(01):78-82 89 [2] 金连文,钟卓耀,杨钊,杨维信, 谢泽澄,孙俊. 深度学习在手写汉字识别中的应用综述[J],《自动化学报》.2016(08):3-19 [3] 陈悦,黄寄洪. 基于粗细粒度深度学习的脱机手写汉字识别[J], 梧州学院学报,2018(03):49-56 [4] 杨钊,陶大鹏,张树业,金连文.大数据下的基于深度神经网的相似汉字识别[J], 通信学报,2014(09):188-193 [5] 柴伟佳,王连明.卷积神经网络的多字体汉字识别[J], 中国图象图形学报2018(03):112-119 [6] 陈鹏飞,应自炉,朱健菲,商丽娟.面向手写汉字识别的残差深度可分离卷积算法[J], 算法与语言,2018(11) [7] 朱丹浩,杨蕾,王东波.基于深度学习的中文机构名识别研究#8212;#8212;一种汉字级别的循环神经网络方法[J].现代图书情报技术,2016(12):40-47 [8] 毛晓波,程志远,周晓东.基于特征图叠加的脱机手写体汉字识别[J], 郑州大学学报(理学版).2018(03):81-85 [9] 胡晓芳.手写汉字识别的发展应用综述[J].电视指南.2017(24):256 [10] Wim De Mulder,Steven Bethard,Marie-Francine Moens. A survey on the application of recurrent neural networks to statistical language modeling[J]. Computer Speech Language . Computer Speech Language. 30(1):61-98 [11] J#252;rgen Schmidhuber.Deep learning in neural networks: An overview[J]. Neural Networks . 2014 [12] Gr#233;goire,Montavon,Wojciech,Samek,Klaus-Robert.M#252;ller.Methods for interpreting and understanding deep neural networks [J], Digital Signal Processing, 2018(2):1-15 [13] Adrian Rosebrock. Deep Learning for Computer Vision[M] [14] 韩力群,康芊.《人工神经网络理论、设计及应用》#8212;#8212;神经细胞、神经网络和神经系统[J].北京工商大学学报:自然科学版.2005(01).52 [15] 高学,王有旺. 基于CNN 和随机弹性形变的相似手写汉字识别[J].华南理工大学学报:自然科学版,2014
3. 毕业设计(论文)进程安排
起讫日期 设计(论文)各阶段工作内容 备 注 2018.12.10-12.21 确定题目 2019.1.1-1.18 查阅参考文献,了解课题要求,完成开题报告 2019.2.22-3.15 完成系统的相关理论知识学习 2019.3.16-3.25 完成系统的基本模型以及设计方案 2019.3.26-4.15 完成系统的详细设计 2019.4.16-5.1 初步完成整个系统的设计 2019.5.2-5.5 撰写软件使用说明书 2019.5.6-5.21 撰写论文,并通过电子邮件发给指导老师审核 完成英文翻译 2019.5.22-5.27 按指导老师意见修改论文并定稿打印装订 递交论文和英文翻译 2019.5.28-6.14 准备毕业论文的答辩,包括答辩演示文稿等