| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第15-21页 |
| 1.1 研究背景和意义 | 第15-17页 |
| 1.2 研究方法与研究内容 | 第17-20页 |
| 1.3 论文组织结构 | 第20-21页 |
| 第2章 相关研究综述 | 第21-35页 |
| 2.1 反馈神经网络的研究概况 | 第22-28页 |
| 2.1.1 序列化输入型反馈神经网络 | 第22-26页 |
| 2.1.2 非序列化输入型反馈神经网络 | 第26-28页 |
| 2.2 深度卷积神经网络研究概况 | 第28-33页 |
| 2.2.1 卷积神经网络的起源 | 第28-29页 |
| 2.2.2 深度卷积神经网络的发展 | 第29-33页 |
| 2.3 本章小结 | 第33-35页 |
| 第3章 反馈机制数学建模 | 第35-43页 |
| 3.1 视觉注意与反馈调节机制 | 第35-36页 |
| 3.2 反馈调节机制的数学模型 | 第36-41页 |
| 3.2.1 深度神经网络的重新释意 | 第37-38页 |
| 3.2.2 反馈调节机制的基本框架及数学建模 | 第38-40页 |
| 3.2.3 反馈机制的应用分析 | 第40-41页 |
| 3.3 本章小结 | 第41-43页 |
| 第4章 基于梯度下降法的反馈卷积神经网络及其应用 | 第43-55页 |
| 4.1 引言 | 第43-45页 |
| 4.2 相关工作 | 第45-46页 |
| 4.2.1 前馈和反馈机制 | 第45-46页 |
| 4.2.2 可视化与目标检测定位 | 第46页 |
| 4.3 梯度下降法求解反馈优化问题 | 第46-48页 |
| 4.4 实验结果与分析 | 第48-53页 |
| 4.4.1 指定类别的模型可视化 | 第49-50页 |
| 4.4.2 弱监督的目标定位 | 第50-51页 |
| 4.4.3 结合注意机制的图像二次分类 | 第51-53页 |
| 4.5 本章小结 | 第53-55页 |
| 第5章 基于贪心法优化的反馈卷积神经网络及其应用 | 第55-83页 |
| 5.1 引言 | 第55-58页 |
| 5.2 相关工作 | 第58-59页 |
| 5.3 贪心法求解反馈优化问题 | 第59-71页 |
| 5.3.1 目标函数的线性近似 | 第60-61页 |
| 5.3.2 贪心法求解反馈优化问题 | 第61-69页 |
| 5.3.3 FR与FSP算法讨论分析及Feedback CNN | 第69-71页 |
| 5.4 实验结果与分析 | 第71-82页 |
| 5.4.1 FSP算法迭代过程分析 | 第71-73页 |
| 5.4.2 FSP算法神经元筛选的有效性 | 第73-75页 |
| 5.4.3 FSP算法的类别区分性 | 第75-77页 |
| 5.4.4 弱监督目标定位 | 第77-79页 |
| 5.4.5 弱监督语义分割 | 第79-82页 |
| 5.4.6 实验小结 | 第82页 |
| 5.5 本章小结 | 第82-83页 |
| 第6章 基于反馈与侧向抑制机制联合建模的卷积神经网络及其应用 | 第83-99页 |
| 6.1 引言 | 第83-88页 |
| 6.2 相关工作 | 第88-89页 |
| 6.2.1 侧向抑制 | 第88页 |
| 6.2.2 自顶向下的视觉关注 | 第88页 |
| 6.2.3 显著性目标检测 | 第88-89页 |
| 6.3 反馈与侧向抑制联合建模的卷积神经网络 | 第89-93页 |
| 6.3.1 自顶向下的反馈信号 | 第89-90页 |
| 6.3.2 侧向抑制模型 | 第90-92页 |
| 6.3.3 指定类别的关注图 | 第92-93页 |
| 6.4 实验结果与分析 | 第93-97页 |
| 6.4.1 基于点的感兴趣目标物定位 | 第93-95页 |
| 6.4.2 显著性目标检测 | 第95-97页 |
| 6.5 本章小结 | 第97-99页 |
| 第7章 论文总结与展望 | 第99-103页 |
| 7.1 本文工作总结 | 第99-100页 |
| 7.2 进一步工作展望 | 第100-103页 |
| 参考文献 | 第103-115页 |
| 致谢 | 第115-117页 |
| 在读期间发表的学术论文与取得的研究成果 | 第117页 |