毕业论文课题相关文献综述
纸币是各种商业活动、群众的日常生活中不可或缺的重要部分，存在于社会生活中的各个方面，是当今整个社会的基础。
纸币识别在自动售票机，自动售货机等设备上广泛使用，币值的区分是流通管理的一项重要任务，更加准确、更加高速的识别技术也可以为银行等金融系统的运行提供更加完善的安全保障。
随着科学技术的飞速发展，各种新技术在纸币识别技术中应用越来越广泛。
纸币识别技术的主要类型为以下几种：紫外线识别技术、磁性识别技术、弱词编码识别技术、红外线识别技术、3D识别技术、激光识别技术、基于特征的币值识别技术。
深度学习作为近来机器学习领域的最新研究成果，在图像处理领域有着强大的建模与表征能力，取得了突破成果。
在各种深度升神经网络结构中，卷积神经网络（Convolutional Neural Network,CNN）应用最为广泛，在图像识别领域受到极大关注。
它通过卷积计算逐层的抽象图片的语义，在数据集的训练中拟合调整各个卷积核的内部参数，从而实现特征的抓取。
本文深入研究了人工神经网络与卷积神经网络，构建了卷积神经网络之别识别模型，该模型实行了快速、准确地识别币值。
同时考虑良好的人机交互，遵从软件开发基础准则，设计开发出相应的人民币识别系统。
一、 开发平台Python背景Python是一种跨平台的计算机程序语言。
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
以上是毕业论文文献综述，课题毕业论文、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。
