基于mindspore平台，利用MNIST数据集，实现Lenet-5模型，并构建自己的卷积模型，以分类的准确度和混淆矩阵为衡量指标，分析两个模型的分类精度。

好的，你的问题是如何使用MindSpore实现Lenet-5模型和自己的卷积模型，并分析两个模型的分类精度。我可以给你一些指导。

首先，你需要安装MindSpore，可以参考官网的安装指南：https://www.mindspore.cn/install。

然后，你需要下载MNIST数据集，可以使用MindSpore提供的数据集接口，也可以手动下载。具体操作可以参考MindSpore的文档：https://www.mindspore.cn/docs/programming_guide/zh-CN/master/dataset_loading.html。

接下来，你可以根据Lenet-5模型的结构，在MindSpore中实现该模型。Lenet-5模型的结构可以参考该论文：http://yann.lecun.com/exdb/publis/pdf/lecun-01a.pdf。实现代码可以参考MindSpore官方提供的示例：https://gitee.com/mindspore/mindspore/tree/r1.3/model_zoo/official/cv/lenet。

然后，你可以构建自己的卷积模型，可以参考各种卷积模型的结构，例如VGG、ResNet等。在MindSpore中实现该模型的具体代码可以参考MindSpore官方提供的示例：https://gitee.com/mindspore/mindspore/tree/r1.3/model_zoo/official/cv/alexnet。

最后，你可以使用训练好的模型对MNIST数据集进行训练和测试，并计算分类精度和混淆矩阵。具体操作可以参考MindSpore的文档：https://www.mindspore.cn/docs/programming_guide/zh-CN/master/train.html。

希望以上信息能对你有所帮助。