| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究工作的背景与意义 | 第10-12页 |
| 1.2 相关研究的国内外状态 | 第12-14页 |
| 1.2.1 协同学理论的研究状态 | 第12页 |
| 1.2.2 协同神经网络理论的研究状态 | 第12-13页 |
| 1.2.3 深度神经网络的研究状态 | 第13-14页 |
| 1.2.4 深度协同神经网络的研究状态 | 第14页 |
| 1.3 本文的主要贡献与创新 | 第14-15页 |
| 1.4 本论文的结构安排 | 第15-16页 |
| 第二章 协同学与协同神经网络 | 第16-33页 |
| 2.1 协同学 | 第16-22页 |
| 2.1.1 协同学的基本思想 | 第16-17页 |
| 2.1.2 协同学的数学模型 | 第17-20页 |
| 2.1.3 协同学的关键概念 | 第20-22页 |
| 2.2 协同神经网络 | 第22-29页 |
| 2.2.1 协同神经网络的数学模型 | 第22-25页 |
| 2.2.2 协同神经网络的结构 | 第25-28页 |
| 2.2.3 协同神经网络的运行过程 | 第28-29页 |
| 2.3 协同神经网络的几种常见的算法 | 第29-32页 |
| 2.3.1 基于PFR模型的协同神经网络算法和SCAP算法 | 第30-31页 |
| 2.3.2 基于PFAP模型的通用协同神经网络算法和SCAPAP算法 | 第31-32页 |
| 2.4 本章总结 | 第32-33页 |
| 第三章 深度协同神经网络的实现 | 第33-48页 |
| 3.1 深度学习的关键概念 | 第33-36页 |
| 3.1.1 统计学习与批量学习 | 第33-34页 |
| 3.1.2 学习率 | 第34-36页 |
| 3.1.3 激励函数 | 第36页 |
| 3.2 传统的深度神经网络模型 | 第36-43页 |
| 3.2.1 卷积神经网络模型 | 第36-39页 |
| 3.2.2 深度信念网络模型 | 第39-43页 |
| 3.3 深度协同神经网络 | 第43-47页 |
| 3.3.1 深度协同神经网络的模型结构 | 第43-45页 |
| 3.3.2 深度协同神经网络的运行过程 | 第45-47页 |
| 3.4 本章总结 | 第47-48页 |
| 第四章 深度协同神经网络的实验与应用 | 第48-67页 |
| 4.1 深度协同神经网络测试实验 | 第48-49页 |
| 4.1.1 实验相关的基本信息 | 第48-49页 |
| 4.2 深度协同神经网络的测试实验 | 第49-59页 |
| 4.2.1 深度协同神经网络在ORL人脸库的测试 | 第50-53页 |
| 4.2.2 深度协同神经网络在YaleB人脸库的测试 | 第53-56页 |
| 4.2.3 深度协同神经网络在MNIST手写体库中的测试 | 第56-59页 |
| 4.3 深度协同神经网络与传统深度网络的对比实验 | 第59-61页 |
| 4.4 深度协同神经网络的应用 | 第61-66页 |
| 4.4.1 无人机硬件的平台 | 第61-62页 |
| 4.4.2 无人机自主降落的系统开发 | 第62-66页 |
| 4.5 本章总结 | 第66-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 5.1 总结 | 第67-68页 |
| 5.2 后续展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士学位期间取得的研究成果 | 第73-74页 |
