卷积神经网络在图像分类中的应用研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究工作的背景与意义 | 第10-11页 |
| 1.2 国内外研究历史与现状 | 第11-12页 |
| 1.3 本论文的主要工作内容 | 第12-13页 |
| 1.4 本论文的结构安排 | 第13-14页 |
| 第二章 卷积神经网络与其在图像分类中的应用分析 | 第14-27页 |
| 2.1 反向传播算法 | 第14-17页 |
| 2.2 卷积神经网络的架构 | 第17-18页 |
| 2.3 卷积神经网络的相关运算 | 第18-20页 |
| 2.3.1 卷积运算 | 第18-19页 |
| 2.3.2 下采样 | 第19-20页 |
| 2.4 图像分类关键技术的研究 | 第20-21页 |
| 2.4.1 图像预处理 | 第20页 |
| 2.4.2 图像特征提取 | 第20-21页 |
| 2.4.3 图像分类方法 | 第21页 |
| 2.5 卷积神经网络的优点 | 第21-24页 |
| 2.6 CAFFE简介 | 第24-26页 |
| 2.6.1 CAFFE的优点 | 第24-25页 |
| 2.6.2 CAFFE的基本数据结构 | 第25页 |
| 2.6.3 CAFFE的网络配置 | 第25-26页 |
| 2.7 本章小结 | 第26-27页 |
| 第三章 浅层卷积神经网络的研究 | 第27-45页 |
| 3.1 浅层卷积神经网络的设计 | 第27-33页 |
| 3.1.1 浅层卷积神经网络的模型设计 | 第27-29页 |
| 3.1.2 浅层卷积神经网络的改进 | 第29-32页 |
| 3.1.3 浅层卷积神经网络的训练测试算法 | 第32-33页 |
| 3.2 训练浅层卷积神经网络 | 第33-36页 |
| 3.3 优化网络参数 | 第36-42页 |
| 3.3.1 特征可视化 | 第36-37页 |
| 3.3.2 激活函数的选择 | 第37-39页 |
| 3.3.3 DROPOUT优化 | 第39-41页 |
| 3.3.4 正则化约束 | 第41-42页 |
| 3.4 图像分类结果与分析 | 第42-43页 |
| 3.4.1 MNIST图像库实验分析 | 第42-43页 |
| 3.4.2 CIFAR-10图像库实验分析 | 第43页 |
| 3.5 本章小结 | 第43-45页 |
| 第四章 复杂卷积神经网络的研究 | 第45-67页 |
| 4.1 复杂卷积神经网络的设计 | 第45-52页 |
| 4.1.1 复杂卷积神经网络的模型设计 | 第45-49页 |
| 4.1.1.1 conv1卷积层设计 | 第45-46页 |
| 4.1.1.2 conv2卷积层设计 | 第46页 |
| 4.1.1.3 conv3卷积层设计 | 第46-47页 |
| 4.1.1.4 conv4卷积层设计 | 第47页 |
| 4.1.1.5 conv5卷积层设计 | 第47-48页 |
| 4.1.1.6 fc6全连接层设计 | 第48页 |
| 4.1.1.7 fc7全连接层设计 | 第48页 |
| 4.1.1.8 输出分类层设计 | 第48-49页 |
| 4.1.2 复杂卷积神经网络的改进 | 第49-51页 |
| 4.1.3 复杂卷积神经网络的训练测试算法 | 第51-52页 |
| 4.2 优化网络参数 | 第52-64页 |
| 4.2.1 特征可视化 | 第52-60页 |
| 4.2.2 BATCH值的设定 | 第60-61页 |
| 4.2.3 局部响应归一化 | 第61-62页 |
| 4.2.4 DROPCONNECT的设计 | 第62-63页 |
| 4.2.5 MOMENTUM动量值的设定 | 第63页 |
| 4.2.6 扩增训练数据集 | 第63-64页 |
| 4.3 图像分类结果与分析 | 第64-65页 |
| 4.3.1 CIFAR-10数据库实验分析 | 第64-65页 |
| 4.3.2 CIFAR-100数据库实验分析 | 第65页 |
| 4.4 本章小结 | 第65-67页 |
| 第五章 图像分类系统的实现 | 第67-80页 |
| 5.1 图像分类系统的设计 | 第67-69页 |
| 5.1.1 图像分类系统的需求分析 | 第67-68页 |
| 5.1.2 图像分类系统的整体架构 | 第68页 |
| 5.1.3 图像分类系统的工作流程 | 第68-69页 |
| 5.2 图像分类系统主界面的实现 | 第69-70页 |
| 5.3 图像分类系统中各层的实现 | 第70-76页 |
| 5.3.1 卷积层的实现 | 第70-71页 |
| 5.3.2 POOLING层的实现 | 第71-72页 |
| 5.3.3 全连接层的实现 | 第72-73页 |
| 5.3.4 SOFTMAX层的实现 | 第73-74页 |
| 5.3.5 网络参数优化方法的实现 | 第74-75页 |
| 5.3.6 可视化的实现 | 第75-76页 |
| 5.4 图像分类系统 | 第76-79页 |
| 5.5 图像分类结果 | 第79页 |
| 5.6 本章小结 | 第79-80页 |
| 第六章 总结 | 第80-82页 |
| 6.1 全文总结 | 第80页 |
| 6.2 后续工作展望 | 第80-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-87页 |
