基于CUDA编程的神经网络手写数字识别
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-14页 |
| ·手写数字识别 | 第10页 |
| ·手写数字识别研究背景 | 第10-13页 |
| ·手写数字识别的研究现状 | 第10-12页 |
| ·本文研究意义 | 第12-13页 |
| ·本文研究内容和论文组织结构 | 第13-14页 |
| ·研究的主要内容 | 第13页 |
| ·论文组织结构 | 第13-14页 |
| 第2章 手写数字图像处理 | 第14-23页 |
| ·手写数字数据库 | 第14页 |
| ·图像预处理 | 第14-18页 |
| ·图像规范化 | 第14-15页 |
| ·图像二值化 | 第15-16页 |
| ·图像平滑 | 第16-17页 |
| ·图像细化 | 第17-18页 |
| ·图像特征提取 | 第18-22页 |
| ·常用特征及其提取方法 | 第19-21页 |
| ·32特征提取 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 基于神经网络的手写数字识别 | 第23-38页 |
| ·人工神经网络简介 | 第23-28页 |
| ·人工神经网络及其模型 | 第23-24页 |
| ·神经网络的学习算法 | 第24-25页 |
| ·BP神经网络 | 第25-28页 |
| ·BP神经网络分类器设计 | 第28-32页 |
| ·网络结构设计 | 第28页 |
| ·BP网络学习算法 | 第28-32页 |
| ·BP网络分类识别算法 | 第32页 |
| ·手写数字识别的实现 | 第32-37页 |
| ·训练过程 | 第32-34页 |
| ·识别过程 | 第34页 |
| ·实验结果分析 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于CUDA的手写数字识别 | 第38-50页 |
| ·CUDA简介 | 第38-39页 |
| ·CUDA编程技术 | 第39-42页 |
| ·CUDA C语言 | 第39页 |
| ·CUDA编程技术 | 第39-42页 |
| ·神经网络训练算法的改进 | 第42-46页 |
| ·算法改进分析 | 第42-45页 |
| ·算法改进方案 | 第45-46页 |
| ·网络训练过程的加速 | 第46-49页 |
| ·特征矢量库与神经网络结构 | 第46页 |
| ·网络训练在GPU中的执行步骤 | 第46-48页 |
| ·实验结果与分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 附录1 | 第50-56页 |
| 附录2 | 第56-59页 |
| 附录3 | 第59-60页 |
| 结论 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
