| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究的目的和意义 | 第9-10页 |
| 1.2 图像识别方法的发展和现状 | 第10-13页 |
| 1.3 基于神经网络的图像识别方法的特点 | 第13页 |
| 1.4 本文的主要研究内容 | 第13-14页 |
| 1.5 本文的组织结构 | 第14-15页 |
| 第2章 神经网络理论基础 | 第15-27页 |
| 2.1 引言 | 第15页 |
| 2.2 神经元模型 | 第15-17页 |
| 2.3 神经网络的结构和学习策略 | 第17-21页 |
| 2.3.1 神经网络的结构 | 第17-19页 |
| 2.3.2 神经网络的学习策略 | 第19-21页 |
| 2.4 常用于模式识别的神经网络模型 | 第21-25页 |
| 2.4.1 多层感知机 | 第21-23页 |
| 2.4.2 径向基函数神经网络 | 第23-24页 |
| 2.4.3 卷积神经网络 | 第24-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第3章 相关学习神经网络 | 第27-41页 |
| 3.0 引言 | 第27页 |
| 3.1 基于相似度激活的神经网络研究 | 第27-34页 |
| 3.1.1 两种激活思想 | 第27-30页 |
| 3.1.2 基于相似度激活神经网络的结构 | 第30-32页 |
| 3.1.3 基于相似度激活神经网络的特点 | 第32-34页 |
| 3.2 相关学习神经网络 | 第34-40页 |
| 3.2.1 余弦相关性 | 第34-35页 |
| 3.2.2 相关学习神经网络的结构 | 第35-36页 |
| 3.2.3 相关学习神经网络的学习算法 | 第36-39页 |
| 3.2.4 构建相关卷积神经网络的探讨 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 相关学习神经网络在图像识别中的应用 | 第41-55页 |
| 4.1 引言 | 第41页 |
| 4.2 常用图像识别数据集简介 | 第41-44页 |
| 4.3 数据预处理与实验流程设计 | 第44-45页 |
| 4.3.1 数据预处理 | 第44页 |
| 4.3.2 实验流程设计 | 第44-45页 |
| 4.4 实验结果及分析 | 第45-54页 |
| 4.4.1 在COIL20数据集上的实验 | 第45-47页 |
| 4.4.2 在COIL100数据集上的实验 | 第47页 |
| 4.4.3 在ORL上的实验 | 第47-48页 |
| 4.4.4 在AR数据集上的实验 | 第48页 |
| 4.4.5 在YALE B数据集上的实验 | 第48-49页 |
| 4.4.6 在FERET数据集上的实验 | 第49页 |
| 4.4.7 离群点检测对比实验 | 第49-52页 |
| 4.4.8 针对少量训练样本的网络泛化能力对比实验 | 第52-54页 |
| 4.5 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 攻读学位期间发表的论文 | 第61-63页 |
| 致谢 | 第63页 |