基于深度信念网络的资源检索与推荐系统
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-22页 |
| 1.1 音乐情绪识别问题 | 第8-12页 |
| 1.2 深度学习的发展历程 | 第12-16页 |
| 1.3 深度学习的分类 | 第16-17页 |
| 1.4 深度学习的应用 | 第17-19页 |
| 1.5 本文的主要内容 | 第19-22页 |
| 第二章 深度信念网络模型 | 第22-30页 |
| 2.1 受限玻尔兹曼机 | 第22-24页 |
| 2.2 深度信念网络 | 第24-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 基于深度信念网络的多模式分类系统设计 | 第30-46页 |
| 3.1 模型描述 | 第30-33页 |
| 3.2 学习算法 | 第33-44页 |
| 3.2.1 深度信念网络的学习算法研究 | 第33-37页 |
| 3.2.2 多模式特征学习的改进算法 | 第37-44页 |
| 3.3 本章小结 | 第44-46页 |
| 第四章 音乐情绪分类系统设计与实现 | 第46-66页 |
| 4.1 预处理与特征提取模块 | 第47-48页 |
| 4.2 基于深度信念网络的多模式特征学习模块 | 第48-62页 |
| 4.2.1 学习速率对模型性能的影响 | 第52-58页 |
| 4.2.2 隐含层节点数目对模型性能的影响 | 第58-61页 |
| 4.2.3 迭代次数对模型性能的影响 | 第61-62页 |
| 4.3 实验结果与分析 | 第62-64页 |
| 4.4 本章小结 | 第64-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 攻读学位期间发表的学术论文目录 | 第74页 |
