基于卷积神经网络的房树人绘画图像分类研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 研究背景 | 第9-10页 |
| 2 文献综述 | 第10-20页 |
| 2.1 房树人绘画测验 | 第10-13页 |
| 2.1.1 房树人绘画测验理论 | 第10页 |
| 2.1.2 房树人绘画测验的国外研究 | 第10-11页 |
| 2.1.3 房树人绘画测验的国内研究 | 第11-12页 |
| 2.1.4 房树人绘画测验研究总结 | 第12-13页 |
| 2.2 卷积神经网络 | 第13-15页 |
| 2.2.1 深度学习相关概念 | 第13-15页 |
| 2.2.2 卷积神经网络 | 第15页 |
| 2.3 计算机视觉中的图像分类 | 第15-17页 |
| 2.3.1 传统图像分类 | 第15-16页 |
| 2.3.2 卷积神经网络的图像分类 | 第16-17页 |
| 2.4 本章小结 | 第17-20页 |
| 2.4.1 绘画测验与图像分类 | 第17-18页 |
| 2.4.2 卷积神经网络的绘画图像分类 | 第18-20页 |
| 3 问题提出与研究意义 | 第20-22页 |
| 3.1 问题提出 | 第20页 |
| 3.2 研究目的 | 第20页 |
| 3.3 研究意义 | 第20-22页 |
| 4 研究方法 | 第22-32页 |
| 4.1 研究设计 | 第22页 |
| 4.2 被试 | 第22-24页 |
| 4.3 研究材料 | 第24-27页 |
| 4.3.1 Achenbach青少年行为自评量表 | 第24-25页 |
| 4.3.2 房树人绘画样本数据 | 第25-27页 |
| 4.4 经典卷积神经网络结构 | 第27-29页 |
| 4.4.1 卷积层 | 第27-28页 |
| 4.4.2 池化层 | 第28-29页 |
| 4.4.3 全连接层 | 第29页 |
| 4.4.4 输出层 | 第29页 |
| 4.5 模型评估 | 第29-31页 |
| 4.6 运行环境 | 第31-32页 |
| 5 研究结果 | 第32-36页 |
| 5.1 卷积神经网络设计 | 第32-33页 |
| 5.2 卷积神经网络分类结果 | 第33-35页 |
| 5.3 专家分类评定 | 第35-36页 |
| 6 讨论 | 第36-40页 |
| 6.1 量表与绘画测验结果讨论 | 第36页 |
| 6.2 卷积神经网络绘画分类讨论 | 第36-38页 |
| 6.3 不足与展望 | 第38-40页 |
| 7 结论 | 第40-41页 |
| 参考文献 | 第41-46页 |
| 附录 | 第46-50页 |
| 攻读硕士期间发表的学术论文 | 第50-51页 |
| 致谢 | 第51-53页 |
