| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 论文主要工作和结构 | 第11-13页 |
| 1.3.1 论文主要工作 | 第11-12页 |
| 1.3.2 论文结构 | 第12-13页 |
| 第2章 人工神经网络简介 | 第13-25页 |
| 2.1 引言 | 第13页 |
| 2.2 M-P神经元模型 | 第13-15页 |
| 2.3 感知机与多层网络 | 第15-17页 |
| 2.4 BP神经网络(Back Propagation) | 第17-20页 |
| 2.4.1 BP神经网络构成 | 第17-18页 |
| 2.4.2 正向传播 | 第18页 |
| 2.4.3 反向传播 | 第18-20页 |
| 2.5 卷积神经网络(Convolutional Neural Networks) | 第20-25页 |
| 2.5.1 卷积的概念及其运算 | 第20-22页 |
| 2.5.2 Padding | 第22-23页 |
| 2.5.3 池化层(Pooling layer) | 第23页 |
| 2.5.4 卷积神经网络的结构 | 第23-25页 |
| 第3章 数据集介绍及数据预处理 | 第25-30页 |
| 3.1 引言 | 第25页 |
| 3.2 数据扩充 | 第25-27页 |
| 3.3 实验数据集 | 第27-28页 |
| 3.4 数据归一化及增强 | 第28-30页 |
| 第4章 不同卷积神经网络结构应用在体液细胞识别中的应用 | 第30-41页 |
| 4.1 引言 | 第30页 |
| 4.2 本章对卷积神经网络模型的改进方法 | 第30-31页 |
| 4.3 基于LeNet-5的体液细胞图像识别研究 | 第31-35页 |
| 4.3.1 LeNet-5介绍 | 第31页 |
| 4.3.2 本章基于LeNet-5的改进模型 | 第31-32页 |
| 4.3.3 仿真实验结果与分析 | 第32-35页 |
| 4.4 基于AlexNet的体液细胞图像识别研究 | 第35-39页 |
| 4.4.1 AlexNet介绍 | 第35-36页 |
| 4.4.2 本节改进的AlexNet模型 | 第36-37页 |
| 4.4.3 仿真实验结果与分析 | 第37-39页 |
| 4.5 本章小结 | 第39-41页 |
| 第5章 改进的体液细胞卷积神经网络识别模型 | 第41-47页 |
| 5.1 引言 | 第41页 |
| 5.2 本章对卷积神经网络的改进 | 第41-44页 |
| 5.2.1 池化方法上的改进 | 第41-43页 |
| 5.2.2 多卷积核的选择 | 第43-44页 |
| 5.3 仿真实验结果与分析 | 第44页 |
| 5.4 本章最后确定的网络结构 | 第44-47页 |
| 第6章 总结与展望 | 第47-49页 |
| 6.1 本文主要工作 | 第47页 |
| 6.2 未来工作展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52页 |
