卷积神经网络的研究与应用分析
摘要 | 第3-4页 |
ABSTRACT | 第4页 |
第一章 绪论 | 第9-13页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 卷积神经网络历史发展 | 第10-11页 |
1.2.1 理论提出时期 | 第10-11页 |
1.2.2 模型提出 | 第11页 |
1.2.3 模型发展现状 | 第11页 |
1.3 课题研究目的与意义 | 第11-12页 |
1.4 本文的写作框架 | 第12-13页 |
第二章 卷积神经网络相关理论 | 第13-21页 |
2.1 神经网络的概述 | 第13-15页 |
2.2 BP算法(误差反向传播算法) | 第15-16页 |
2.3 卷积神经网络的基本结构 | 第16-18页 |
2.4 卷积神经网络训练算法 | 第18-19页 |
2.5 卷积神经网络的优点 | 第19页 |
2.6 本章小结 | 第19-21页 |
第三章 AlexNet网络 | 第21-26页 |
3.1 引言 | 第21页 |
3.2 Alex Net基本构造 | 第21-22页 |
3.3 Alex Net的优点 | 第22-24页 |
3.4 Alex Net的拓展 | 第24-25页 |
3.4.1 深度网络的提出 | 第24-25页 |
3.4.2 迁移学习的提出 | 第25页 |
3.5 本章小结 | 第25-26页 |
第四章 卷积神经网络的改进方法 | 第26-35页 |
4.1 结构层的改进 | 第26-28页 |
4.2 正则化 | 第28-29页 |
4.3 激活函数 | 第29-32页 |
4.4 循环神经网络 | 第32-34页 |
4.5 本章总结 | 第34-35页 |
第五章 卷积神经网络的应用分析 | 第35-38页 |
5.1 卷积神经网络近期应用领域 | 第35-36页 |
5.2 卷积神经网络的缺点与发展 | 第36-37页 |
5.3 本章小结 | 第37-38页 |
结论 | 第38-39页 |
参考文献 | 第39-43页 |
攻读硕士学位期间发表论文 | 第43-45页 |
致谢 | 第45页 |