| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-27页 |
| 1.1 课题研究背景及研究意义 | 第11-15页 |
| 1.2 多核学习方法 | 第15-19页 |
| 1.2.1 多核学习的学习方法 | 第15-19页 |
| 1.2.2 多核学习的训练方法 | 第19页 |
| 1.3 跨连网络模型 | 第19-24页 |
| 1.3.1 快道网络 | 第19-21页 |
| 1.3.2 残差网络 | 第21-22页 |
| 1.3.3 密连网络 | 第22-24页 |
| 1.4 论文主要工作及创新之处 | 第24-25页 |
| 1.5 论文组织结构 | 第25-27页 |
| 第2章 支持向量机和深度神经网络 | 第27-53页 |
| 2.1 支持向量机 | 第27-32页 |
| 2.1.1 硬间隔支持向量机 | 第27-29页 |
| 2.1.2 软间隔支持向量机 | 第29-30页 |
| 2.1.3 神经支持向量机 | 第30-32页 |
| 2.2 深度神经网络模型描述 | 第32-52页 |
| 2.2.1 受限玻尔兹曼机 | 第33-38页 |
| 2.2.2 多层感知器 | 第38-43页 |
| 2.2.3 卷积神经网络 | 第43-48页 |
| 2.2.4 相关神经网络 | 第48-52页 |
| 2.3 本章小结 | 第52-53页 |
| 第3章 深度神经映射支持向量机 | 第53-69页 |
| 3.1 引言 | 第53-54页 |
| 3.2 深度神经映射支持向量机 | 第54-58页 |
| 3.2.1 深度神经映射支持向量机的模型描述 | 第54-56页 |
| 3.2.2 深度神经映射支持向量机的学习算法 | 第56-58页 |
| 3.3 实验结果及分析 | 第58-68页 |
| 3.3.1 UCI数据集 | 第58-59页 |
| 3.3.2 DNMSVM与NEUROSVM和RBFSVM准确率的比较 | 第59-64页 |
| 3.3.3 隐含层节点数对DNMSVM分类性能的影响 | 第64-66页 |
| 3.3.4 预训练对DNMSVM的性能的影响 | 第66-68页 |
| 3.4 本章小结 | 第68-69页 |
| 第4章 跨连卷积神经网络 | 第69-79页 |
| 4.1 引言 | 第69-70页 |
| 4.2 跨连卷积神经网络 | 第70-73页 |
| 4.2.1 跨连卷积神经网络模型 | 第70-71页 |
| 4.2.2 跨连卷积神经网络的学习过程 | 第71-73页 |
| 4.3 实验结果及分析 | 第73-77页 |
| 4.3.1 实验数据集 | 第74-75页 |
| 4.3.2 CCNN与CNN的人脸性别分类比较 | 第75页 |
| 4.3.3 CCNN和CNN在男性和女性图像集合中的分类比较 | 第75-76页 |
| 4.3.4 不同跨连方式对CCNN性能的影响 | 第76-77页 |
| 4.4 本章小结 | 第77-79页 |
| 第5章 跨连卷积神经网络的拼接框架 | 第79-93页 |
| 5.1 引言 | 第79-80页 |
| 5.2 卷积神经网络拼接框架 | 第80-83页 |
| 5.2.1 跨连卷积神经网络拼接框架描述 | 第80-81页 |
| 5.2.2 跨连卷积神经网络拼接框架的学习算法 | 第81-83页 |
| 5.3 实验结果与分析 | 第83-92页 |
| 5.3.1 性别分类 | 第83-86页 |
| 5.3.2 纹理分类 | 第86-87页 |
| 5.3.3 数字识别 | 第87-88页 |
| 5.3.4 物体识别 | 第88-89页 |
| 5.3.5 不同设置对CNN和CS-CNNs性能影响的比较 | 第89-90页 |
| 5.3.6 不同数量和大小的卷积核对CS-CNNs性能的影响 | 第90-91页 |
| 5.3.7 与其他模型的比较 | 第91-92页 |
| 5.4 本章小结 | 第92-93页 |
| 第6章 跨连卷积神经网络的融合框架 | 第93-111页 |
| 6.1 引言 | 第93-94页 |
| 6.2 跨连卷积神经网络的融合框架 | 第94-98页 |
| 6.2.1 跨连卷积神经网络融合框架的描述 | 第94-96页 |
| 6.2.2 跨连卷积神经网络融合框架的学习算法 | 第96-98页 |
| 6.3 实验结果及分析 | 第98-109页 |
| 6.3.1 性别分类 | 第98-102页 |
| 6.3.2 纹理分类 | 第102页 |
| 6.3.3 数字识别 | 第102-105页 |
| 6.3.4 物体识别 | 第105-106页 |
| 6.3.5 不同设置对CNN和FS-CNNs性能的影响比较 | 第106-107页 |
| 6.3.6 不同程度遮挡对FS-CNNs和CNN性能的影响 | 第107-108页 |
| 6.3.7 与其他模型的比较 | 第108-109页 |
| 6.4 本章小结 | 第109-111页 |
| 结论 | 第111-113页 |
| 参考文献 | 第113-125页 |
| 攻读博士学位期间所取得的主要科研成果 | 第125-127页 |
| 致谢 | 第127页 |
