深度信念网络的泛化性研究及应用
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-14页 |
1.1 选题背景及其意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 DBN理论分析研究现状 | 第10-11页 |
1.2.2 DBN模型结构研究现状 | 第11页 |
1.2.3 DBN学习算法研究现状 | 第11-12页 |
1.2.4 DBN实际应用研究现状 | 第12-13页 |
1.3 本课题主要研究内容 | 第13-14页 |
第2章 深度信念网络基础理论 | 第14-20页 |
2.1 引言 | 第14页 |
2.2 深度信念网络的基本结构和训练方法 | 第14-15页 |
2.3 深度信念网络的等效模型 | 第15-19页 |
2.3.1 基于能量公式的参数推导 | 第16-18页 |
2.3.2 DBN的等效模型 | 第18-19页 |
2.4 本章小结 | 第19-20页 |
第3章 DBN的权值扩展算法研究 | 第20-27页 |
3.1 引言 | 第20页 |
3.2 DBN权值区间化算法 | 第20-22页 |
3.3 DBN权值区间化算法性能分析 | 第22-23页 |
3.4 实验结果及分析 | 第23-25页 |
3.4.1 MNIST数据库测试 | 第23-24页 |
3.4.2 CIFAR-10数据库测试 | 第24-25页 |
3.5 本章小结 | 第25-27页 |
第4章 基于仿射变换的DBN权值调整算法 | 第27-39页 |
4.1 引言 | 第27页 |
4.2 DBN的权值变化研究 | 第27-30页 |
4.3 基于仿射变化的权值调整算法 | 第30-33页 |
4.3.1 仿射变换的基本概念 | 第30-31页 |
4.3.2 DBN的权值调整算法 | 第31-32页 |
4.3.3 DBN的权值调整算法处理过程 | 第32-33页 |
4.4 实验结果与分析 | 第33-38页 |
4.4.1 MNIST库样本测试 | 第33-36页 |
4.4.2 CIFAR-10库样本测试 | 第36-38页 |
4.5 本章小结 | 第38-39页 |
第5章 DBN在绝缘子故障识别中的应用 | 第39-44页 |
5.1 引言 | 第39页 |
5.2 绝缘子数据库的建立 | 第39-40页 |
5.3 基于DBN的绝缘子故障图像识别 | 第40-43页 |
5.4 本章小结 | 第43-44页 |
第6章 结论与展望 | 第44-46页 |
参考文献 | 第46-51页 |
攻读硕士学位期间发表的论文及其它成果 | 第51-52页 |
致谢 | 第52页 |