基于注意机制的神经网络：利用认知反馈进行特征选择
| 摘要 | 第2-3页 |
| ABSTRACT | 第3-4页 |
| 第1章 引言 | 第8-15页 |
| 1.1 本文的研究背景：复杂场景中的识别与分割 | 第8页 |
| 1.2 人工神经网络在目标识别方面的进展与缺陷 | 第8-10页 |
| 1.3 本文的实验对象 | 第10-12页 |
| 1.4 本文所提出的模型 | 第12-15页 |
| 第2章 注意力神经网络 | 第15-22页 |
| 2.1 aNN的基本任务 | 第15页 |
| 2.2 使用认知偏置进行分割 | 第15-16页 |
| 2.3 对经过认知偏置调制的特征进行判别 | 第16-18页 |
| 2.4 模型的训练方法 | 第18-20页 |
| 2.4.1 特征提取模型的预训练与反馈的训练 | 第18-20页 |
| 2.4.2 训练的一些技巧 | 第20页 |
| 2.5 本章小结 | 第20-22页 |
| 第3章 实验结果 | 第22-35页 |
| 3.1 实验参数 | 第22页 |
| 3.2 反向连接的作用 | 第22-27页 |
| 3.2.1 组偏置 | 第23页 |
| 3.2.2 特征选择的过程 | 第23-24页 |
| 3.2.3 迭代操作 | 第24-26页 |
| 3.2.4 置信度归一化 | 第26-27页 |
| 3.3 分类 | 第27-30页 |
| 3.3.1 迁移特性 | 第27-28页 |
| 3.3.2 误差随噪声的改变 | 第28-30页 |
| 3.4 MNIST-2 问题 | 第30-32页 |
| 3.5 本章小结 | 第32-35页 |
| 第4章 讨论与相关工作 | 第35-42页 |
| 4.1 神经网络的结构 | 第35-37页 |
| 4.2 注意机制的模型 | 第37-39页 |
| 4.3 一些相关问题 | 第39-40页 |
| 4.4 总结和展望 | 第40-42页 |
| 参考文献 | 第42-45页 |
| 致谢 | 第45-47页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第47页 |
