一、选题背景和意义：
围棋是人类历史上最悠久的一种棋戏。它将科学、艺术和竞技三者融为一体，有着发展智力，培养意志品质和机动灵活的战略战术思想意识的特点，因而，几千年来长盛不衰，并逐渐发展成了一种国际性的文化竞技活动。
随着科技的进步发展，人类开始研究如何使用机器来代替人类进行博弈，通过使用神经网络、深度学习、蒙特卡洛树搜索等技术，使得计算机智能逐渐向人工智能迈进。其中最显著的成果是，谷歌开发的AlphaGo系统在与人类专家棋手对战中取得了胜利。AlphaGo中的估值网络就是通过对当前棋局预测当前赢家。
然而，在目前大部分围棋博弈中都需要有一个裁判员通过终局棋盘来判断最终的胜负，并没有一个完备且可靠的胜负判断系统可用。围棋棋局往往是千变万化、错综复杂的，通常裁判采用数子或数目的方法来计算输赢，为了保证结果的正确性，裁判还需要进行多次数子计算结果。
在现实的围棋胜负判断中，如果有一个准确、客观的围棋裁判系统，一方面可以能够省时省力，一方面也能确保结果的准确性。但实现一个像人类裁判员一样的围棋裁判系统，存在着许多困难和挑战。本次课题就是实现一个简单的能够进行围棋胜负判断的系统。借助图像识别技术，由计算机实现数子法得到棋局胜负结果，减轻人类裁判的工作量。
二、课题关键问题及难点：
本次课题的关键问题有以下两点：
2.1完成需求分析：
通过阅读大量课题相关的文献资料，深入了解围棋博弈相关的系统开发情况，确定围棋裁判系统设计的可行性。查阅资料，请教指导老师，完成详细合格的需求分析。
2.2详细设计，完成方案选择：
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。
