| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文主要研究内容 | 第11页 |
| 1.4 论文的组织结构 | 第11-13页 |
| 第2章 深度学习及卷积神经网络概述 | 第13-25页 |
| 2.1 深度学习的发展和现状 | 第13-16页 |
| 2.2 卷积神经网络概述 | 第16-20页 |
| 2.2.1 卷积神经网络结构 | 第17-18页 |
| 2.2.2 卷积神经网络发展史 | 第18-20页 |
| 2.3 适用于卷积神经网络的反向传播算法 | 第20-22页 |
| 2.3.1 全连接网络层 | 第21页 |
| 2.3.2 卷积层 | 第21-22页 |
| 2.3.3 池化层 | 第22页 |
| 2.4 本章小结 | 第22-25页 |
| 第3章 基于互信息的自适应卷积神经网络构建方法研究 | 第25-39页 |
| 3.1 基本思想 | 第25-26页 |
| 3.2 SAC-CNNs | 第26-30页 |
| 3.2.1 构建局部感知域 | 第27-28页 |
| 3.2.2 组织池化分组 | 第28-30页 |
| 3.3 评价度量 | 第30-31页 |
| 3.4 实验结果分析 | 第31-37页 |
| 3.4.1 SAC-CNNs评估 | 第32-36页 |
| 3.4.2 对比实验 | 第36-37页 |
| 3.5 本章小结 | 第37-39页 |
| 第4章 SAC-CNNs的优化策略研究 | 第39-47页 |
| 4.1 基本思想 | 第39-40页 |
| 4.2 算法描述 | 第40-43页 |
| 4.3 两个优化策略有效性的评估 | 第43-46页 |
| 4.4 本章小结 | 第46-47页 |
| 结论 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 攻读硕士学位期间所发表的学术论文 | 第53-55页 |
| 致谢 | 第55页 |