卷积神经网络优化及其在图像识别中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 卷积神经网络研究现状 | 第10-11页 |
| 1.2.2 卷积神经网络与手写体数字识别 | 第11-12页 |
| 1.2.3 卷积神经网络与交通标志识别 | 第12-13页 |
| 1.3 论文的主要工作、内容安排及创新点 | 第13-15页 |
| 第2章 卷积神经网络 | 第15-22页 |
| 2.1 概述 | 第15-16页 |
| 2.2 网络结构模型 | 第16-18页 |
| 2.3 训练与测试 | 第18-20页 |
| 2.4 网络结构参数及其设计 | 第20-22页 |
| 第3章 灰色关联分析法与神经网络结构优化 | 第22-25页 |
| 3.1 灰色关联分析法 | 第22页 |
| 3.2 灰色关联分析法与BP神经网络 | 第22-23页 |
| 3.3 基于灰色关联分析法的CNN网络结构优化 | 第23-25页 |
| 3.3.1 GRA与CNN中隐层特征图个数的确定 | 第23页 |
| 3.3.2 GRA优化CNN的实现过程 | 第23-25页 |
| 第4章 CNN在手写体数字识别中的应用 | 第25-37页 |
| 4.1 数据库构建 | 第25页 |
| 4.2 网络结构及参数设定 | 第25-29页 |
| 4.2.1 卷积核大小和网络结构层数设定 | 第25-26页 |
| 4.2.2 批量样本数设定 | 第26-27页 |
| 4.2.3 迭代次数设定 | 第27-28页 |
| 4.2.4 隐层特征图个数设定 | 第28-29页 |
| 4.3 隐层特征图个数优化及实验结果分析 | 第29-32页 |
| 4.3.1 C3、S4层特征图个数确定 | 第29-31页 |
| 4.3.2 C1、S2层特征图个数确定 | 第31-32页 |
| 4.4 卷积神经网络的训练与测试 | 第32-37页 |
| 4.4.1 训练 | 第33-35页 |
| 4.4.2 测试 | 第35页 |
| 4.4.3 不同结构下识别错误率和时间对比实验 | 第35-37页 |
| 第5章 CNN在交通标志识别中的应用 | 第37-61页 |
| 5.1 数据库构建 | 第37-39页 |
| 5.2 网络结构及参数设定 | 第39-42页 |
| 5.2.1 卷积核大小和网络结构层数设定 | 第39页 |
| 5.2.2 批量样本数设定 | 第39-40页 |
| 5.2.3 迭代次数设定 | 第40-41页 |
| 5.2.4 隐层特征图个数设定 | 第41-42页 |
| 5.3 隐层特征图个数优化及实验结果分析 | 第42-45页 |
| 5.3.1 C3、S4层特征图个数确定 | 第42-44页 |
| 5.3.2 C1、S2层特征图个数确定 | 第44-45页 |
| 5.4 卷积神经网络的训练与测试 | 第45-48页 |
| 5.4.1 训练 | 第45-46页 |
| 5.4.2 测试 | 第46-47页 |
| 5.4.3 不同结构下识别错误率和时间对比实验 | 第47-48页 |
| 5.5 鲁棒性测试 | 第48-61页 |
| 第6章 结论 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 在学研究成果 | 第65-66页 |
| 致谢 | 第66页 |
