| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-13页 |
| 1.1 研究的背景与意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 非线性激活函数研究现状 | 第8-10页 |
| 1.2.2 降质图像分类研究现状 | 第10-11页 |
| 1.3 本文的研究内容 | 第11-12页 |
| 1.4 论文整体架构 | 第12-13页 |
| 2 卷积神经网络和非线性激活函数 | 第13-27页 |
| 2.1 卷积神经网络基本理论 | 第13-20页 |
| 2.1.1 卷积神经网络标准层及训练 | 第13-16页 |
| 2.1.2 AlexNet网络架构 | 第16-18页 |
| 2.1.3 NetworkinNetwork(NIN网络架构) | 第18-20页 |
| 2.2 非线性激活函数 | 第20-26页 |
| 2.2.1 经典的非线性激活函数 | 第20-21页 |
| 2.2.2 修正的线性单元ReLU | 第21-24页 |
| 2.2.3 指数线性单元ELU | 第24-25页 |
| 2.2.4 其他非线性激活函数 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 3 幂线性单元PoLU | 第27-39页 |
| 3.1 引言 | 第27-28页 |
| 3.2 PoLU网络层设计 | 第28-31页 |
| 3.2.1 前向传播 | 第28-30页 |
| 3.2.2 反向传播 | 第30页 |
| 3.2.3 通道共享策略 | 第30-31页 |
| 3.3 在高质量图像分类中的应用 | 第31-37页 |
| 3.3.1 数据库 | 第32-33页 |
| 3.3.2 实验设置 | 第33-34页 |
| 3.3.3 实验结果及比较 | 第34-37页 |
| 3.4 本章小结 | 第37-39页 |
| 4 幂线性单元与降质图像分类 | 第39-49页 |
| 4.1 引言 | 第39-40页 |
| 4.2 基于预训练网络的降质图像分类 | 第40-46页 |
| 4.2.1 网络模型和图像降质类型介绍 | 第40-42页 |
| 4.2.2 实验设置和预训练网络的生成 | 第42-44页 |
| 4.2.3 实验结果及分析 | 第44-46页 |
| 4.3 基于PoLU的网络微调及降质图像分类 | 第46-48页 |
| 4.3.1 实验方法 | 第46-47页 |
| 4.3.2 实验设置和网络训练 | 第47页 |
| 4.3.3 实验结果及分析 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-56页 |
| 攻读硕士学位期间发表学术论文情况 | 第56-57页 |
| 致谢 | 第57-59页 |