1. 毕业设计（论文）主要内容：

1. 深度学习框架和非监督学习方法的结合是机器学习和人工智能领域研究的热点，自编码器在数据降维方面表现了很高的性能和表达能力的稳定性；

2. 学习和理解自编码器和限制玻尔兹曼机的两种深度学习方法中的构造模块的方法；

3. 对视觉特征应用稀疏自编码器进行编码，并实现非监督的降维；

   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. 毕业设计（论文）主要任务及要求

   1、查阅不少于15篇的相关资料，其中英文文献不少于3篇，完成开题报告。

   
   2、完成不少于5000字的英文文献翻译工作。

   
   3、收集相关的原始数据，并进行数据的预处理工作。

   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！

   3. 毕业设计（论文）完成任务的计划与安排

   1-3周：查阅文献，完成开题报告
   4-6周：总体设计，完成论文综述
   7-10周：设计算法，功能模块设计
   11-13周：编码和测试
   14-15周：写论文，提交初稿，给老师检查，修改定稿，答辩。

   4. 主要参考文献

   1. 李祖贺, 樊养余, 王凤琴. yuv空间中基于稀疏自动编码器的无监督特征学习[j]. 电子与信息学报, 2016,38(1):29-37.

   2. 尹晓燕, 冯志勇, 徐超. 多尺度非监督特征学习的人脸识别[j]. 计算机工程与应用, 2016,52(14):136-141.

   3. hinton g e ,krizhevsky a , wang s d . transforming auto-encoders[j]. 2012.

      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