1. 毕业设计（论文）主要内容：

本课题基于Google开源的TensorFlow中的NIC（Neural Image Caption）模型，利用 DCNN（Deep Convolutional Neural Network，深度卷积网络） 与 LSTM（Long Short Term Memory，长短时记忆网络），对给定的任意一幅图片，可以有效识别图片中的人物、动作以及场景等特征，生成一段贴合图片意境的英文标注，从中提取多个中文关键字/词，到古诗数据库中实现检索并排序输出相关候选诗句。

2. 毕业设计（论文）主要任务及要求

1.查阅15篇相关文献（不少于3篇外文文献），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，完成至少1500字开题报告（“设计的目的及意义”至少800汉字；“基本内容和技术方案”至少400汉字；进度安排应尽可能详细；教指导教师意见应包含：学生的调研是否充分？基本内容和技术方案是否已明确？是否已经具备开始设计（论文）的条件？能否达到预期的目标？是否同意进入设计（论文）阶段？）；
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）；
4.完成系统的编码与调试；
5.完成10000字以上的毕业论文；
6.进行论文答辩。

3. 毕业设计（论文）完成任务的计划与安排

(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；
(3)2019/5/1—2019/5/25：撰写及修改毕业论文；
(4)2019/5/26—2019/6/5：准备答辩。

4. 主要参考文献

1. 大数据时代－生活、工作与思维的大变革，［英］维克托.迈尔－舍恩伯格等，浙江人民出版社，2013.

2. 王斌译，大数据:互联网大规模数据挖掘与分布式处理，人民邮电出版社，2012年，第一版。

3．韩家炜等著。数据挖掘概念与技术，机械工业出版社，2007，第一版。