摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-19页 |
1.1 课题背景和意义 | 第11-12页 |
1.2 国内外研究综述 | 第12-16页 |
1.2.1 深度学习与卷积神经网络研究现状 | 第12-13页 |
1.2.2 特征提取与优化方法研究现状 | 第13-16页 |
1.3 当前研究存在的问题 | 第16-17页 |
1.4 本文研究内容及章节安排 | 第17-19页 |
第2章 深度卷积神经网络工作原理及实现基础 | 第19-26页 |
2.1 引言 | 第19页 |
2.2 卷积神经网络技术原理 | 第19-22页 |
2.2.1 卷积神经网络的结构 | 第19-21页 |
2.2.2 卷积神经网络的学习过程 | 第21-22页 |
2.3 深度卷积神经网络的网络结构参数 | 第22-23页 |
2.4 卷积神经网络的实现基础 | 第23-25页 |
2.4.1 深度学习平台Caffe介绍 | 第23-24页 |
2.4.2 深度卷积神经网络在Caffe上的实现 | 第24-25页 |
2.5 本章小结 | 第25-26页 |
第3章 基于DCNN的二分类问题的特征优化方法研究 | 第26-39页 |
3.1 引言 | 第26-27页 |
3.2 单输出DCNN权值矩阵分析方法 | 第27-31页 |
3.2.1 单输出DCNN的权值特性分析研究 | 第27-29页 |
3.2.2 基于单输出DCNN权值特性的特征筛选准则(TCFR-DCNN) | 第29-30页 |
3.2.3 应用TCFR-DCNN对二分类问题进行特征优化 | 第30-31页 |
3.3 公共空间模式的二分类筛选自适应优化方法 | 第31-34页 |
3.3.1 公共空间模式技术原理 | 第31-33页 |
3.3.2 基于公共空间模式特征矩阵的DCNN结构参数选择 | 第33-34页 |
3.3.3 运用DCNN对公共空间模式特征矩阵进行自适应优化 | 第34页 |
3.4 EEG运动想象实验及结果分析 | 第34-38页 |
3.4.1 实验数据集 | 第34-35页 |
3.4.2 数据预处理 | 第35页 |
3.4.3 公共空间模式变换 | 第35页 |
3.4.4 优选特征集识别效果的实验验证及结果 | 第35-37页 |
3.4.5 公共空间模式的二分类筛选自适应优化方法对比实验及结果 | 第37-38页 |
3.5 本章小结 | 第38-39页 |
第4章 基于DCNN的多分类问题特征优化方法研究 | 第39-52页 |
4.1 引言 | 第39-40页 |
4.2 基于DCNN的多分类问题特征筛选准则研究 | 第40-44页 |
4.2.1 不同信号长度归正方法 | 第40页 |
4.2.2 多分类问题的DCNN权值特性分析研究 | 第40-42页 |
4.2.3 基于多输出DCNN权值特性的特征筛选准则(MCFR-DCNN) | 第42-43页 |
4.2.4 应用MCFR-DCNN对多分类问题进行特征优化 | 第43-44页 |
4.3 八分类语音情感识别实验及结果分析 | 第44-51页 |
4.3.1 实验数据集CHEAVD | 第44-45页 |
4.3.2 语音情感特征提取 | 第45-46页 |
4.3.3 基于多分类特征优化的DCNN网络结构设计 | 第46-47页 |
4.3.4 计算优选特征集 | 第47-48页 |
4.3.5 优选特征集的识别结果对比实验及结果 | 第48-50页 |
4.3.6 优选特征集所包含特征的分析 | 第50-51页 |
4.4 本章小结 | 第51-52页 |
第5章 基于DCNN的复杂特征优化方法研究 | 第52-61页 |
5.1 引言 | 第52-53页 |
5.2 基于DCNN的复杂特征筛选准则 | 第53-57页 |
5.2.1 复杂特征情况下的DCNN权值特性分析研究 | 第53-54页 |
5.2.2 基于DCNN权值特性的复杂特征优化准则(CFR-DCNN) | 第54-56页 |
5.2.3 应用CFR-DCNN对复杂特征分类问题进行特征优化 | 第56-57页 |
5.3 多分类目标识别实验及结果分析 | 第57-60页 |
5.3.1 Image Net数据集介绍 | 第57页 |
5.3.2 图像预处理 | 第57-58页 |
5.3.3 基于复杂特征优化的DCNN网络结构设计 | 第58-59页 |
5.3.4 图像的特征评价矩阵的计算 | 第59页 |
5.3.5 基于特征优化后的目标识别实验及结果 | 第59-60页 |
5.4 本章小结 | 第60-61页 |
结论 | 第61-63页 |
参考文献 | 第63-69页 |
攻读学位期间发表的学术论文 | 第69-71页 |
致谢 | 第71页 |