| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景及其意义 | 第11-12页 |
| 1.2 小波散射卷积神经网络发展史 | 第12-13页 |
| 1.3 国内外发展现状 | 第13-14页 |
| 1.4 本文的主要工作和内容安排 | 第14-16页 |
| 第二章 小波散射结构及相关发展理论 | 第16-27页 |
| 2.1 小波散射变换 | 第16-17页 |
| 2.2 小波散射表达 | 第17-18页 |
| 2.3 小波散射算法 | 第18-20页 |
| 2.3.1 小波散射网络结构 | 第18-19页 |
| 2.3.2 小波散射算法流程 | 第19-20页 |
| 2.4 散射小波相关性质 | 第20-26页 |
| 2.4.1 变换算子的性质 | 第20-21页 |
| 2.4.2 散射小波及其小波散射性质 | 第21-23页 |
| 2.4.3 Morlet和Gabor小波 | 第23页 |
| 2.4.4 小波散射系数 | 第23-24页 |
| 2.4.5 小波散射网络能量守恒 | 第24页 |
| 2.4.6 小波散射在手写数字的识别 | 第24-26页 |
| 2.5 小结 | 第26-27页 |
| 第三章 小波散射理论推广 | 第27-36页 |
| 3.1 卷积神经网络 | 第27-29页 |
| 3.1.1 Alexnet网络结构 | 第27-28页 |
| 3.1.2 Alexnet网络优点 | 第28-29页 |
| 3.1.3 Alexnet折射卷积神经网络的思想 | 第29页 |
| 3.2 Wiatowski不变散射框架化 | 第29-35页 |
| 3.2.1 Wiatowski不变散射理论 | 第29-32页 |
| 3.2.2 Wiatowski不变散射性质 | 第32-33页 |
| 3.2.3 池化与非线性 | 第33-34页 |
| 3.2.4 Wiatowski理论在MNIST库实验 | 第34-35页 |
| 3.3 小结 | 第35-36页 |
| 第四章 基于小波散射的图像检索 | 第36-49页 |
| 4.1 引言 | 第36-38页 |
| 4.2 基于灰度图下的小波散射图像检索 | 第38-43页 |
| 4.2.1 算法思路 | 第38-39页 |
| 4.2.2 特征提取 | 第39-40页 |
| 4.2.3 相似度计算 | 第40页 |
| 4.2.4 实验结果及分析 | 第40-41页 |
| 4.2.5 算法步骤 | 第41页 |
| 4.2.6 求解超参a 的值 | 第41-42页 |
| 4.2.7 不同算法的检索性能比较 | 第42-43页 |
| 4.3 基于HSV空间的小波散射图像检索 | 第43-48页 |
| 4.3.1 算法思路 | 第43页 |
| 4.3.2 特征提取 | 第43-44页 |
| 4.3.3 相似度计算 | 第44页 |
| 4.3.4 实验结果及分析 | 第44-45页 |
| 4.3.5 算法流程 | 第45页 |
| 4.3.6 求超参α、β、γ、w_1、w_2 | 第45-47页 |
| 4.3.7 不同算法的检索性能比较 | 第47-48页 |
| 4.4 小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 攻读硕士学位期间发表论文 | 第53-55页 |
| 致谢 | 第55页 |