1. 毕业设计（论文）的内容和要求

图像分类，根据各自在图像信息中所反映的不同特征，把不同类别的目标区分开来的图像处理方法。

它利用计算机对图像进行定量分析，把图像或图像中的每个像元或区域划归为若干个类别中的某一种，以代替人的视觉判读，这是一个较复杂的问题。

该课题要求通过开发平台#8212;#8212;tensorflow实现对图像进行识别，并对其进行准确的分类，并且利用深度学习的方法来提高图像分类的精度。

2. 参考文献

资料查询关键词：深度学习，图像分类 期刊：数据采集与处理，计算机学报，软件学报，中国图象图形学报，计算机应用与软件，计算机工程 论文网站：中国期刊网，中文科技期刊数据库（维普），中国知网 文献：[1]王鑫,李可,徐明君,宁晨.改进的基于深度学习的遥感图像分类方法[J/OL].计算机应用:1-7[2018-12-27] [2]李爽.基于多特征融合和深度学习的图像分类算法[J].河南科技学院学报(自然科学版),2018,46(04):50-55. [3]陈瑞瑞.基于深度卷积神经网络的图像分类算法[J].河南科技学院学报(自然科学版),2018,46(04):56-60 67. [4]张国栋.基于深度学习的图像特征学习和分类方法的研究及应用[J].网络安全技术与应用,2018(07):52-53. [5]林泽文.深度学习及其在图像分类识别中的运用探讨[J].信息与电脑(理论版),2018(12):146-147. [6]Pan Z , Liu Y , Liu G , et al. Topic Network: Topic Model with Deep Learning for Image Classification[J]. Journal of Electronic Imaging, 2018, 27(3):1. [7]Mikolajczyk A , Grochowski M . Data augmentation for improving deep learning in image classification problem[C]// 2018 International Interdisciplinary PhD Workshop (IIPhDW). IEEE, 2018:117-122. [8]Loussaief S , Abdelkrim A . Deep learning vs. bag of features in machine learning for image classification[C]// International Conference on Advanced Systems Electric Technologies. IEEE, 2018. [9]Ososkov G , Goncharov P . Shallow and deep learning for image classification[J]. Optical Memory Neural Networks, 2017, 26(4):221-248.

3. 毕业设计（论文）进程安排

第18- 20 周 (12-31至1-18) 调研，查阅与本课题相关的中英文资料20篇以上，明确课题任务及主要研究内容。

寒假 (01-19至2-24) 根据所查阅的文献资料准备撰写开题报告（围绕任务书，完成方案论证，工作思路等），并开始英文资料翻译。

布置寒假任务：熟悉基于深度学习方法的图像分类的原理。