| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 引言 | 第8-15页 |
| 1.1 课题研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.3 研究方法 | 第11-12页 |
| 1.4 研究意义 | 第12-13页 |
| 1.5 研究内容 | 第13页 |
| 1.6 全文结构 | 第13-14页 |
| 1.7 本章小结 | 第14-15页 |
| 第2章 卷积神经网络 | 第15-28页 |
| 2.1 人工神经网络 | 第15-22页 |
| 2.1.1 单个神经元 | 第15-18页 |
| 2.1.2 神经网络 | 第18-19页 |
| 2.1.3 反向传导算法 | 第19-22页 |
| 2.2 卷积神经网络 | 第22-27页 |
| 2.2.1 连接方式 | 第24页 |
| 2.2.2 共享权值 | 第24-25页 |
| 2.2.3 Softmax回归 | 第25-26页 |
| 2.2.4 整体结构 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 改进LeNet-5 网络以及眼球血丝识别研究 | 第28-41页 |
| 3.1 LeNet-5 网络构造 | 第28-30页 |
| 3.2 眼球血丝病症识别 | 第30-35页 |
| 3.2.1 眼球血丝病症数据集 | 第30-32页 |
| 3.2.2 改进网络结构 | 第32-35页 |
| 3.3 实验与分析 | 第35-40页 |
| 3.3.1 样本大小与识别率 | 第36-38页 |
| 3.3.2 迭代次数与识别率 | 第38-40页 |
| 3.3.3 改进结构与LeNet-5 比较 | 第40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 多列卷积神经网络在脑胶质瘤分级中的研究 | 第41-58页 |
| 4.1 脑胶质瘤 | 第41-43页 |
| 4.2 图像预处理 | 第43-45页 |
| 4.3 单列卷积神经网络的缺陷 | 第45-47页 |
| 4.4 多列卷积神经网络结构 | 第47-51页 |
| 4.4.1 卷积层的构建 | 第47-48页 |
| 4.4.2 子采样层的构建 | 第48-50页 |
| 4.4.3 全连接层的构建 | 第50-51页 |
| 4.5 实验与分析 | 第51-57页 |
| 4.5.1 单列结构与多列结构对比 | 第52-53页 |
| 4.5.2 人工特征提取方法与多列结构对比 | 第53页 |
| 4.5.3 样本优化 | 第53-54页 |
| 4.5.4 视觉化特征 | 第54-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第5章 总结和展望 | 第58-60页 |
| 5.1 全文总结 | 第58页 |
| 5.2 进一步工作 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 附录 | 第64页 |