| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-30页 |
| 1.1 引言 | 第10-11页 |
| 1.2 传统物体识别算法综述 | 第11-19页 |
| 1.2.1 区域选择 | 第11-14页 |
| 1.2.2 特征提取 | 第14-16页 |
| 1.2.3 分类器 | 第16-17页 |
| 1.2.4 传统物体识别算法 | 第17-19页 |
| 1.3 深度神经网络物体识别算法综述 | 第19-27页 |
| 1.3.1 基于深度神经网络的物体分类 | 第20-23页 |
| 1.3.2 基于深度神经网络的物体检测 | 第23-26页 |
| 1.3.3 二值神经网络 | 第26-27页 |
| 1.4 课题的研究意义和主要研究内容 | 第27-30页 |
| 第二章 深度学习基础 | 第30-50页 |
| 2.1 引言 | 第30页 |
| 2.2 深度学习的发展历程 | 第30-33页 |
| 2.3 深度学习网络模型 | 第33-41页 |
| 2.3.1 自动编码器 | 第34-35页 |
| 2.3.2 受限玻尔兹曼机 | 第35-37页 |
| 2.3.3 深度置信网络 | 第37-38页 |
| 2.3.4 卷积神经网络 | 第38-39页 |
| 2.3.5 循环神经网络 | 第39-41页 |
| 2.4 卷积神经网络模块解析 | 第41-46页 |
| 2.4.1 卷积层 | 第41-43页 |
| 2.4.2 子采样层 | 第43页 |
| 2.4.3 激活函数 | 第43-44页 |
| 2.4.4 Softmax分类损失 | 第44页 |
| 2.4.5 Dropout层 | 第44-45页 |
| 2.4.6 批规范化层 | 第45-46页 |
| 2.5 反向传播算法 | 第46-48页 |
| 2.6 本章小结 | 第48-50页 |
| 第三章 基于卷积神经网络多尺度模型参数共享的物体检测研究 | 第50-62页 |
| 3.1 引言 | 第50-51页 |
| 3.2 基于卷积神经网络多尺度模型参数共享的物体检测 | 第51-57页 |
| 3.2.1 基于卷积神经网络的图像级遍历 | 第51-53页 |
| 3.2.2 多尺度模型参数共享 | 第53-55页 |
| 3.2.3 单一金字塔图像层上的多尺度物体检测 | 第55-57页 |
| 3.3 实验结果与分析 | 第57-61页 |
| 3.3.1 数据准备 | 第57-59页 |
| 3.3.2 模型训练 | 第59-60页 |
| 3.3.3 测试结果和分析 | 第60-61页 |
| 3.4 本章小结 | 第61-62页 |
| 第四章 基于级联子块滤波器的卷积神经网络架构研究 | 第62-80页 |
| 4.1 引言 | 第62页 |
| 4.2 基于级联子块滤波器的卷积神经网络设计 | 第62-70页 |
| 4.2.1 子块滤波器 | 第63-65页 |
| 4.2.2 级联子块滤波器 | 第65-67页 |
| 4.2.3 级联子块卷积神经网络 | 第67-68页 |
| 4.2.4 复杂度分析 | 第68-70页 |
| 4.3 实验结果与分析 | 第70-78页 |
| 4.3.1 网络结构配置 | 第70-73页 |
| 4.3.2 CIFAR10数据集实验 | 第73-75页 |
| 4.3.3 CIRAR100数据集实验 | 第75页 |
| 4.3.4 MNIST数据集实验 | 第75-76页 |
| 4.3.5 SVHN数据集实验 | 第76-77页 |
| 4.3.6 ImageNet2012数据集实验 | 第77页 |
| 4.3.7 网络可视化分析 | 第77-78页 |
| 4.4 本章小结 | 第78-80页 |
| 第五章 神经网络弹性非线性激活函数研究 | 第80-94页 |
| 5.1 引言 | 第80-81页 |
| 5.2 非线性激活函数 | 第81-87页 |
| 5.2.1 ReLU和PReLU | 第81-83页 |
| 5.2.2 弹性非线性激活函数 | 第83-84页 |
| 5.2.3 弹性参数化非线性激活函数 | 第84-87页 |
| 5.3 实验结果与分析 | 第87-93页 |
| 5.3.1 神经网络配置 | 第87-89页 |
| 5.3.2 CIFAR10数据集实验 | 第89-91页 |
| 5.3.3 CIAFAR100数据集实验 | 第91-92页 |
| 5.3.4 SVHN数据集实验 | 第92-93页 |
| 5.4 本章小结 | 第93-94页 |
| 第六章 总结与展望 | 第94-96页 |
| 6.1 工作总结 | 第94-95页 |
| 6.2 工作展望 | 第95-96页 |
| 参考文献 | 第96-112页 |
| 发表论文和参加科研情况说明 | 第112-114页 |
| 致谢 | 第114-115页 |