首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于SDCNN的人脸识别研究

致谢第4-5页
摘要第5-6页
ABSTRACT第6页
第一章 绪论第9-17页
    1.1 课题研究背景及意义第9-10页
    1.2 国内外的研究现状和关键问题第10-15页
    1.3 本文主要研究内容和贡献第15-16页
    1.4 本文章节安排第16-17页
第二章 人脸识别与深层结构第17-33页
    2.1 人脸识别概述第17-20页
    2.2 受限玻尔兹曼机第20-27页
        2.2.1 基于能量的模型第20-21页
        2.2.2 RBM的结构第21-23页
        2.2.3 RBM训练方法第23-27页
    2.3 深度信念网络和自动编码机第27-32页
        2.3.1 深度信念网络的逐层贪心训练第27-28页
        2.3.2 自动编码机与稀疏限制第28-31页
        2.3.3 深层结构的局限性第31-32页
    2.4 本章小结第32-33页
第三章 深层卷积神经网络及其随机化改进第33-53页
    3.1 人工神经网络第33-39页
        3.1.1 结构第33-36页
        3.1.2 误差反向传播算法第36-39页
    3.2 卷积神经网络第39-45页
        3.2.1 概述第39-40页
        3.2.2 CNN的卷积层结构第40-44页
        3.2.3 CNN的池采样过程第44-45页
    3.3 SDCNN结构第45-52页
        3.3.1 平方随机池采样方法第46-47页
        3.3.2 层间卷积的随机部分参数连接第47-52页
    3.4 本章小结第52-53页
第四章 系统设计和实验结果第53-75页
    4.1 系统设计第53-60页
        4.1.1 人脸图像数据库第53-56页
        4.1.2 SDCNN结构设计第56-60页
    4.2 网络的训练和参数选择第60-66页
    4.3 实验结果第66-74页
    4.4 本章小结第74-75页
第五章 总结与展望第75-77页
参考文献第77-81页
作者简历及在学期间所取得的科研成果第81页

论文共81页,点击 下载论文
上一篇:基于OpenEHR的糖尿病并发症挖掘研究与应用
下一篇:光电振荡器结构及稳定性研究