互学习神经网络训练方法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 神经网络发展 | 第11-12页 |
| 1.2.2 神经网络研究现状 | 第12-14页 |
| 1.3 研究内容及结构安排 | 第14-16页 |
| 2 BP神经网络基本原理 | 第16-25页 |
| 2.1 BP神经网络基本结构 | 第16页 |
| 2.2 BP神经网络学习方法 | 第16-20页 |
| 2.2.1 信号前馈传递 | 第16-17页 |
| 2.2.2 误差反向传播阶段 | 第17-18页 |
| 2.2.3 梯度下降BP算法 | 第18页 |
| 2.2.4 附加动量项BP算法 | 第18-19页 |
| 2.2.5 牛顿法 | 第19-20页 |
| 2.3 BP神经网络泛化能力 | 第20-25页 |
| 2.3.1 网络泛化理论 | 第20页 |
| 2.3.2 影响BP网络泛化能力的因素 | 第20-21页 |
| 2.3.3 提高神经网络泛化能力的方法 | 第21-25页 |
| 3 BP神经网络子批量权值更新方法研究 | 第25-36页 |
| 3.1 子批量权值更新 | 第25-27页 |
| 3.1.1 单批量权值更新 | 第25页 |
| 3.1.2 全批量权值更新 | 第25-26页 |
| 3.1.3 子批量权值更新规则 | 第26-27页 |
| 3.2 子批量权值更新参数配置研究 | 第27-28页 |
| 3.3 数值实验 | 第28-35页 |
| 3.3.1 Seeds数据集分类实验 | 第28-31页 |
| 3.3.2 Music分类实验 | 第31-34页 |
| 3.3.3 Waveform分类实验 | 第34-35页 |
| 3.4 小结 | 第35-36页 |
| 4 互学习神经网络训练方法 | 第36-46页 |
| 4.1 互学习介绍 | 第36-37页 |
| 4.2 互学习BP神经网络 | 第37-38页 |
| 4.2.1 正向BP神经网络结构 | 第37-38页 |
| 4.2.2 负向神经网络结构 | 第38页 |
| 4.2.3 正负向神经网络权值共享 | 第38页 |
| 4.3 互学习神经网络训练方法 | 第38-40页 |
| 4.4 性能评估 | 第40-45页 |
| 4.4.1 回归实验评估 | 第41-43页 |
| 4.4.2 分类实验评估 | 第43-45页 |
| 4.5 小结 | 第45-46页 |
| 5 互学习训练算法在图像识别中的应用 | 第46-55页 |
| 5.1 LFW人脸数据集 | 第46-49页 |
| 5.2 CMUPIE人脸数据集 | 第49-52页 |
| 5.3 Mnist手写体识别数据集 | 第52-54页 |
| 5.4 小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 作者简历 | 第59-60页 |
| 学位论文数据集 | 第60-61页 |
