1. 研究目的与意义（文献综述包含参考文献）
文 献 综 述1.研究背景 人工智能这一领域正在飞速发展，其中机器学习（machine learning）更是一个热门的研究方向。
机器学习可以通过给定的数据和其对应的输入结果并分析输入和输出之间的规律来实现对神经网络模型的训练和纠错[1]。
其中，深度学习（deep learning）作为机器学习中的一类分支，是一种以人工神经网络为主要架构，对数据进行表征学习（feature learning）的算法[2]。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 研究的基本内容、问题解决措施及方案
1. 基于python平台的tensorflow和open-cv建立神经元模型，组建神经网络。
2. 运用搭建的神经网络进一步实现物体识别功能，包括训练和预测两部分。
3. 不断优化代码，改进模型。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
