基于卷积神经网络的商品分类研究开题报告

1.1 研究背景

2016年3月，alphago与围棋世界冠军、职业九段棋手李世石进行围棋人机大战，最终以4比1的总分获胜。alphago的这次胜利，体现了人工智能有一定的可行性，激起了一股人工智能的热潮，人们也迅速将注意力转移到了人工智能这项新技术上来。各行各业都在探索如何将人工智能技术应用在自己的领域，以实现将人类从繁重或重复的劳动中解放出来的目的，进一步实现行业智能化。人们认为人工智能很可能就是第四次工业革命，为此西方国家提出了工业4.0，我国提出了中国制造2025政策。

机器学习是人工智能领域的一个热门研究方向，它被广泛应用于各个领域，如数据分析与挖掘、模式识别、生物信息学等领域。深度学习是机器学习的一个分支，对传统互联网行业有着深远的影响，深度学习已经在网络搜索、广告推荐、语音识别、计算机视觉以及自然语言处理等方面得到广泛应用并取得了较好的效果。卷积神经网络是深度学习算法的一种模型，被广泛地应用于计算机视觉、图像识别领域。

2. 研究的基本内容与方案

2.1 基本内容及目标

本次研究的基本目标为将机器学习算法应用于fashion-mnist(商品图像数据集)，以完成对fahion-mnist的分类任务。具体为将线性模型、卷积神经网络和其他非线性模型分别应用于fashion-mnist数据集的分类任务上，并对它们的分类效果进行比较与分析。此次研究的主要内容为基于卷积神经网络的商品图像分类研究。

本次研究内容为：

3. 研究计划与安排