| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究现状 | 第13-15页 |
| 1.3 研究内容 | 第15页 |
| 1.4 本文的结构安排 | 第15-18页 |
| 第二章 皮肤图像分布式存储系统结构设计 | 第18-34页 |
| 2.1 皮肤图像分布式存储需求分析 | 第18-22页 |
| 2.2 皮肤图像数据分布式存储系统的设计目标 | 第22-23页 |
| 2.3 基于图像多维度分类归档的皮肤图像分布式存储系统设计 | 第23-29页 |
| 2.3.1 基于关联性的皮肤图像小文件多维度分类归档存储方法 | 第23-24页 |
| 2.3.2 基于多维度分类归档的皮肤图像分布式存储系统架构 | 第24-29页 |
| 2.4 卷积神经网络皮肤图像多维度分类算法的可行性分析 | 第29-32页 |
| 2.5 本章小结 | 第32-34页 |
| 第三章 卷积神经网络分类皮肤图像数据的原理及算法优化 | 第34-48页 |
| 3.1 卷积神经网络皮肤图像分类原理 | 第34-39页 |
| 3.1.1 卷积神经网络的结构 | 第34-37页 |
| 3.1.2 学习率的定义及卷积神经网络的训练原理 | 第37-39页 |
| 3.2 卷积神经网络分类皮肤图像时其反馈算法固定学习率问题的分析 | 第39-40页 |
| 3.3 卷积神经网络分类皮肤图像时其反馈算法固定学习率问题的优化方案 | 第40-45页 |
| 3.4 本章小结 | 第45-48页 |
| 第四章 基于图像多维度分类归档合并的皮肤图像分布式存储系统的实现 | 第48-68页 |
| 4.1 卷积神经网络多维度分类皮肤图像模型的实现及固定学习率问题的优化仿真 | 第48-62页 |
| 4.1.1 皮肤图像原始数据集及图像预处理 | 第48-49页 |
| 4.1.2 基于迁移学习的皮肤图像分类卷积神经网络的实现 | 第49-51页 |
| 4.1.3 皮肤图像分类模型的训练过程实现 | 第51-52页 |
| 4.1.4 皮肤图像分类模型训练时过拟合问题的优化仿真 | 第52-56页 |
| 4.1.5 卷积神经网络分类皮肤图像时的反馈算法固定学习率问题优化仿真及性能对比 | 第56-62页 |
| 4.2 皮肤图像存储管理模块和多维度HDFS集群的实现 | 第62-65页 |
| 4.2.1 系统环境搭建 | 第62-63页 |
| 4.2.2 存储管理模块的功能实现 | 第63-65页 |
| 4.2.3 多维度HDFS集群的实现 | 第65页 |
| 4.3 皮肤图像数据分布式存储系统性能对比分析 | 第65-67页 |
| 4.4 本章小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 参考文献 | 第70-72页 |
| 致谢 | 第72-74页 |
| 攻读学位期间取得的研究成果 | 第74页 |
