基于神经网络的看图写诗模型研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-21页 |
| 1.1 研究背景及意义 | 第14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 机器看图说话的研究现状 | 第14-15页 |
| 1.2.2 机器写诗的研究现状 | 第15-16页 |
| 1.3 深度学习概述 | 第16-18页 |
| 1.3.1 卷积神经网络的应用 | 第17页 |
| 1.3.2 循环神经网络的应用 | 第17-18页 |
| 1.4 研究目的 | 第18-19页 |
| 1.5 论文主要内容及安排 | 第19-21页 |
| 第二章 深度神经网络 | 第21-43页 |
| 2.1 人工神经网络的发展 | 第21-22页 |
| 2.2 人工神经网络的基础 | 第22-26页 |
| 2.2.1 神经元 | 第22-23页 |
| 2.2.2 激活函数 | 第23-26页 |
| 2.2.3 反向传播算法 | 第26页 |
| 2.3 卷积神经网络 | 第26-35页 |
| 2.3.1 卷积层 | 第28-30页 |
| 2.3.2 多核卷积 | 第30页 |
| 2.3.3 池化 | 第30-32页 |
| 2.3.4 卷积神经网络常见模型 | 第32-35页 |
| 2.3.5 卷积神经网络小结 | 第35页 |
| 2.4 循环神经网络 | 第35-42页 |
| 2.4.1 循环神经网络原理 | 第36-38页 |
| 2.4.2 循环神经网络的改进 | 第38-39页 |
| 2.4.3 长短期记忆网络 | 第39-41页 |
| 2.4.4 循环神经网络小结 | 第41-42页 |
| 2.5 结论与展望 | 第42-43页 |
| 第三章 机器看图写诗系统 | 第43-50页 |
| 3.1 机器看图写诗模型概论 | 第43-44页 |
| 3.2 图像语义信息提取 | 第44-48页 |
| 3.2.1 图像描述的生成 | 第44-47页 |
| 3.2.2 图像语义提取 | 第47-48页 |
| 3.3 古诗生成 | 第48-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第四章 实验设置与结果分析 | 第50-54页 |
| 4.1 数据集和实验设置 | 第50页 |
| 4.2 结果分析 | 第50-53页 |
| 4.2.1 评价指标介绍 | 第50-51页 |
| 4.2.2 评价结果 | 第51-53页 |
| 4.3 本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 本文总结 | 第54页 |
| 5.2 研究工作展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第60-61页 |
