| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 问题提出的背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 本文的主要工作 | 第12页 |
| 1.4 本文的结构安排 | 第12-14页 |
| 第2章 神经网络相关概念 | 第14-26页 |
| 2.1 神经网络算法概述 | 第14-15页 |
| 2.2 典型的神经网络算法 | 第15-25页 |
| 2.2.1 多层感知器概述 | 第15-17页 |
| 2.2.2 反向传播算法介绍 | 第17-21页 |
| 2.2.3 RBM 简介 | 第21页 |
| 2.2.4 RBM 原理以及 CD 算法 | 第21-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 深度学习算法 | 第26-41页 |
| 3.1 深度学习算法概述 | 第26-31页 |
| 3.1.1 深度学习的动机 | 第26-27页 |
| 3.1.2 典型的深度学习算法介绍 | 第27-31页 |
| 3.2 深度玻兹曼机 | 第31-35页 |
| 3.2.1 近似最大相似学习 | 第32-34页 |
| 3.2.2 贪婪的逐层预训练 DBM | 第34-35页 |
| 3.3 基于逐层加速推断策略深度波兹曼机(LAIDBM) | 第35-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 实验结果与分析 | 第41-53页 |
| 4.1 实验环境与实验数据集介绍 | 第41-43页 |
| 4.2 实验过程与相关参数的设置 | 第43-50页 |
| 4.3 实验结果与分析 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53页 |
| 5.2 展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录 1 攻读学位期间发表的论文 | 第59-60页 |
| 附录 2 攻读学位期间参加的科研项目 | 第60-61页 |
| 详细摘要 | 第61-65页 |