| 中文摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9页 |
| 1.2 研究现状和发展趋势 | 第9-10页 |
| 1.2.1 特征提取和表示 | 第9-10页 |
| 1.2.2 分类算法 | 第10页 |
| 1.3 CNN在图像分类领域的应用 | 第10-12页 |
| 1.3.1 图像精细分类 | 第11-12页 |
| 1.4 CNN模型研究存在的问题 | 第12页 |
| 1.5 本文的研究内容 | 第12页 |
| 1.6 本文结构安排 | 第12-14页 |
| 第2章 基于-CNN的图像分类 | 第14-29页 |
| 2.1 CNN重要思想 | 第14-17页 |
| 2.1.1 局部感受野和权值共享 | 第15-17页 |
| 2.2 CNN结构模型 | 第17-21页 |
| 2.2.1 卷积层 | 第18-19页 |
| 2.2.2 子采样层 | 第19-20页 |
| 2.2.3 全连接层 | 第20-21页 |
| 2.3 CNN训练过程 | 第21-25页 |
| 2.3.1 前向传播算法 | 第22页 |
| 2.3.2 反向传播算法 | 第22-24页 |
| 2.3.3 权值更新 | 第24-25页 |
| 2.4 Softmax回归分类 | 第25-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第3章 改进激活函数的CNN | 第29-41页 |
| 3.1 常见的几种激活函数 | 第29-33页 |
| 3.1.1 饱和非线性激活函数 | 第29-30页 |
| 3.1.2 不饱和非线性激活函数 | 第30-33页 |
| 3.2 改进的激活函数 | 第33-34页 |
| 3.3 改进激活函数的CN | 第34页 |
| 3.4 实验结果与分析 | 第34-40页 |
| 3.4.1 在女装商品图像库上的实验对比 | 第35-37页 |
| 3.4.2 在Mnist库上的实验对比 | 第37-38页 |
| 3.4.3 在ImageNet图像库上的实验对比 | 第38-39页 |
| 3.4.4 在Oxford flowers图像库上的实验对比 | 第39-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 基于改进Fisher准则的CNN | 第41-58页 |
| 4.1 Fisher准则 | 第41-47页 |
| 4.1.1 核方法 | 第44-46页 |
| 4.1.2 引入Fisher准则的方法 | 第46-47页 |
| 4.2 改进Fisher准则 | 第47-49页 |
| 4.3 基于改进Fisher准则的代价函数 | 第49-50页 |
| 4.4 基于改进Fisher准则的CNN | 第50页 |
| 4.5 实验结果与分析 | 第50-56页 |
| 4.5.1 在女装商品图像库上的实验对比 | 第52-53页 |
| 4.5.2 在Mnist库上的实验对比 | 第53-54页 |
| 4.5.3 在ImageNet图像库上的实验对比 | 第54-55页 |
| 4.5.4 在Oxford flowers图像库上的实验对比 | 第55-56页 |
| 4.6 本章小结 | 第56-58页 |
| 第5章 总结与展望 | 第58-59页 |
| 5.1 总结 | 第58页 |
| 5.2 展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录 | 第63-66页 |
| 致谢 | 第66-67页 |