| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第7-11页 |
| 1.1 研究背景与意义 | 第7-8页 |
| 1.2 国内外相关领域的研究现状 | 第8-9页 |
| 1.3 本文研究内容和论文结构 | 第9-11页 |
| 2 人工神经网络 | 第11-17页 |
| 2.1 多层前馈神经网络 | 第11-13页 |
| 2.2 反向传播算法 | 第13-17页 |
| 3 卷积神经网络 | 第17-26页 |
| 3.1 卷积运算 | 第18-22页 |
| 3.2 卷积层 | 第22页 |
| 3.3 池化层 | 第22-24页 |
| 3.4 激活函数 | 第24-25页 |
| 3.5 全连接层 | 第25-26页 |
| 4 对过拟合的改进方法 | 第26-35页 |
| 4.1 Dropout | 第26-31页 |
| 4.2 Batch Norm | 第31-35页 |
| 5 实验设计与结果分析 | 第35-40页 |
| 5.1 空间金字塔池化 | 第35-36页 |
| 5.2 模型介绍 | 第36-37页 |
| 5.3 实验 | 第37-40页 |
| 5.3.1 MNIST数据集实验结果 | 第37-38页 |
| 5.3.2 CIFAR-10数据集实验结果 | 第38-39页 |
| 5.3.3 对过拟合的改进 | 第39-40页 |
| 6 总结与展望 | 第40-41页 |
| 参考文献 | 第41-43页 |
| 致谢 | 第43-44页 |