| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 论文背景与研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 深度卷积网络研究综述 | 第10-12页 |
| 1.2.2 激活函数研究综述 | 第12-14页 |
| 1.3 主要研究工作及章节安排 | 第14-15页 |
| 1.3.1 主要研究工作 | 第14页 |
| 1.3.2 章节安排 | 第14-15页 |
| 第二章 相关理论及技术 | 第15-26页 |
| 2.1 深度学习 | 第15-19页 |
| 2.1.1 表示学习 | 第15-18页 |
| 2.1.2 常见的深度学习模型 | 第18-19页 |
| 2.2 深度卷积网络 | 第19-24页 |
| 2.2.1 原理及基本结构 | 第19-21页 |
| 2.2.2 经典深度卷积网络模型 | 第21-24页 |
| 2.3 激活函数原理 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 自适应激活函数 | 第26-41页 |
| 3.1 常见的激活函数 | 第26-35页 |
| 3.2 修正单元函数 | 第35-37页 |
| 3.3 自适应激活 | 第37-39页 |
| 3.3.1 mixed激活方式 | 第37页 |
| 3.3.2 gated激活方式 | 第37-38页 |
| 3.3.3 Hierarchical激活方式 | 第38-39页 |
| 3.3.4 winner-take-all | 第39页 |
| 3.4 本章小节 | 第39-41页 |
| 第四章 实验与分析 | 第41-51页 |
| 4.1 实验环境介绍 | 第41页 |
| 4.2 数据集介绍 | 第41-44页 |
| 4.3 数据预处理 | 第44页 |
| 4.4 分类效果分析 | 第44-49页 |
| 4.4.1 mixed、gated与Hierarchical激活方式对比 | 第44-47页 |
| 4.4.2 Hierarchical激活方式的进一步分析 | 第47-49页 |
| 4.5 检测效果分析 | 第49-50页 |
| 4.6 本章小结 | 第50-51页 |
| 总结与展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间取得的研究成果 | 第56-57页 |
| 致谢 | 第57-58页 |
| 附件 | 第58页 |