基于卷积神经网络的手写数字识别软件的设计与实现
| 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 | 第11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 手写数字识别的一般过程 | 第12-13页 |
| 1.2.2 手写数字识别的难点 | 第13-14页 |
| 1.3 研究的目的和意义 | 第14页 |
| 1.4 论文的主要工作 | 第14-16页 |
| 第二章 神经网络概述 | 第16-23页 |
| 2.1 多层前馈神经网络 | 第16-19页 |
| 2.1.1 神经元模型 | 第16-18页 |
| 2.1.2 BP算法描述 | 第18-19页 |
| 2.2 卷积神经网络 | 第19-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 基于卷积神经网络的手写数字识别软件的设计 | 第23-39页 |
| 3.1 MNIST手写数据库介绍 | 第23-24页 |
| 3.2 手写数字识别的模型设计 | 第24-29页 |
| 3.2.1 输入、输出层的设计 | 第25页 |
| 3.2.2 中间层的设计 | 第25-27页 |
| 3.2.3 网络的总体结构CNN-1 | 第27-29页 |
| 3.3 设置的对比网络结构 | 第29-30页 |
| 3.3.1 网络模型二(CNN-2) | 第29-30页 |
| 3.3.2 网络模型三(CNN-3) | 第30页 |
| 3.3.3 网络模型四(CNN-4) | 第30页 |
| 3.4 网络模型参数对比 | 第30-31页 |
| 3.5 卷积神经网络的训练过程 | 第31-38页 |
| 3.5.1 网络初始化 | 第31-32页 |
| 3.5.2 网络前向传播过程 | 第32页 |
| 3.5.3 网络反向误差传播过程 | 第32-36页 |
| 3.5.4 网络的权值更新过程 | 第36-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 基于卷积神经网络的手写数字识别软件的实现 | 第39-50页 |
| 4.1 程序运行软、硬件说明 | 第39页 |
| 4.2 实验结果与分析 | 第39-47页 |
| 4.2.1 网络模型一实验结果(CNN-1) | 第40-41页 |
| 4.2.2 网络模型二实验结果(CNN-2) | 第41-43页 |
| 4.2.3 网络模型三实验结果(CNN-3) | 第43-46页 |
| 4.2.4 网络模型四实验结果(CNN-4) | 第46-47页 |
| 4.3 实验结果对比 | 第47-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50-51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55页 |
