基于CNN树的商标识别算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 主要英文缩写与中英文对照表 | 第7-11页 |
| 1 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.2 国内外研究概况 | 第13-15页 |
| 1.3 论文主要研究内容 | 第15-16页 |
| 1.4 论文章节安排 | 第16-17页 |
| 2 基本框架和关键理论 | 第17-29页 |
| 2.1 商标识别的基本框架 | 第17-19页 |
| 2.2 深度学习的基础理论 | 第19-25页 |
| 2.3 决策树的基础理论 | 第25-27页 |
| 2.4 谱聚类的基础理论 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 3 基于CNN-T的商标识别算法 | 第29-47页 |
| 3.1 CNN-T的算法框架 | 第29-36页 |
| 3.2 CNN-T的构造方法 | 第36-41页 |
| 3.3 CNN-T的优化改进 | 第41-46页 |
| 3.4 本章小结 | 第46-47页 |
| 4 实验过程与结果分析 | 第47-64页 |
| 4.1 商标识别的评价方法 | 第47-48页 |
| 4.2 实验参数设置 | 第48-49页 |
| 4.3 实验数据集 | 第49-53页 |
| 4.4 CNN-T性能评估 | 第53-63页 |
| 4.5 本章小结 | 第63-64页 |
| 5 总结与展望 | 第64-66页 |
| 5.1 全文总结 | 第64-65页 |
| 5.2 课题展望 | 第65-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-73页 |