首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于深度学习的商品图像分类

摘要第5-6页
Abstract第6页
第一章 绪论第9-15页
    1.1 研究背景及意义第9-10页
    1.2 研究现状第10-11页
    1.3 本文的实验图库第11-13页
    1.4 本文的主要工作与组织结构第13-14页
    本章小结第14-15页
第二章 深度学习技术基础第15-26页
    2.1 引言第15页
    2.2 传统人工神经网络第15-17页
    2.3 深度学习概述第17-19页
    2.4 堆栈自编码网络第19-21页
    2.5 深度信念网络第21-23页
    2.6 卷积神经网络第23-25页
    本章小结第25-26页
第三章 基于堆栈自编码网络的商品图像精细分类第26-35页
    3.1 引言第26-27页
    3.2 本章方法第27-28页
    3.3 实验与结果分析第28-34页
        3.3.1 实验设置第28-30页
        3.3.2 实验结果与分析第30-34页
    本章小结第34-35页
第四章 基于深度信念网络的商品图像精细分类第35-42页
    4.1 引言第35-36页
    4.2 本章方法第36-37页
    4.3 实验与结果分析第37-41页
        4.3.1 实验设置第37-38页
        4.3.2 实验结果与分析第38-41页
    本章小结第41-42页
第五章 基于卷积神经网络的商品图像精细分类第42-64页
    5.1 引言第42页
    5.2 本章方法第42-45页
    5.3 实验与结果分析第45-63页
        5.3.1 实验设置第45-48页
        5.3.2 实验结果与分析第48-63页
    本章小结第63-64页
第六章 总结与展望第64-66页
参考文献第66-70页
攻读硕士学位期间参与的项目及发表的学术论文第70-71页
致谢第71-72页

论文共72页,点击 下载论文
上一篇:基于机器学习的文本分类算法研究与应用
下一篇:黑龙江省中小学体质健康现状与对策研究--以绥化市中小学为例