| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 主要工作和内容安排 | 第12-14页 |
| 第2章 相关理论基础 | 第14-20页 |
| 2.1 受限玻尔兹曼机及其衍生模型 | 第14-17页 |
| 2.1.1 基本的受限玻尔兹曼机 | 第14-15页 |
| 2.1.2 稀疏受限玻尔兹曼机 | 第15-16页 |
| 2.1.3 卷积受限玻尔兹曼机 | 第16-17页 |
| 2.2 几种常见的深度信念网络模型 | 第17-19页 |
| 2.2.1 基本的深度信念网络 | 第17-18页 |
| 2.2.2 自适应深度信念网络 | 第18页 |
| 2.2.3 卷积深度信念网络 | 第18-19页 |
| 2.3 小结 | 第19-20页 |
| 第3章 基于贪婪思想的深度信念网络结构构建 | 第20-42页 |
| 3.1 常见的网络结构确定方法 | 第20-21页 |
| 3.2 贪婪思想及其在深度信念网络构建中的应用 | 第21-23页 |
| 3.3 基于贪婪思想的深度信念网络结构的确定 | 第23页 |
| 3.3.1 确定第一个受限玻尔兹曼机节点数 | 第23页 |
| 3.3.2 确定所需受限玻尔兹曼机个数及各层节点数 | 第23页 |
| 3.4 基于贪婪思想的深度信念网络参数的确定 | 第23-26页 |
| 3.4.1 网络初始化方法 | 第23-24页 |
| 3.4.2 学习率对识别性能的影响 | 第24页 |
| 3.4.3 损失函数中正则项约束对识别性能的影响 | 第24-26页 |
| 3.5 面向图像识别的深度信念网络结构 | 第26-40页 |
| 3.5.1 实验数据 | 第26-28页 |
| 3.5.2 面向手势识别的深度信念网络 | 第28-32页 |
| 3.5.3 面向手写数字体识别的深度信念网络 | 第32-35页 |
| 3.5.4 面向街景门牌号码识别的深度信念网络 | 第35-40页 |
| 3.6 小结 | 第40-42页 |
| 第4章 基于耦合深度信念网络的图像识别方法 | 第42-54页 |
| 4.1 深度残差网络 | 第42-43页 |
| 4.2 基于耦合深度信念网络的图像识别方法 | 第43-46页 |
| 4.2.1 耦合深度信念网络的模型构建 | 第44页 |
| 4.2.2 耦合深度信念网络的参数更新 | 第44-45页 |
| 4.2.3 基于耦合深度信念网络的图像识别方法 | 第45-46页 |
| 4.3 仿真实验与结果分析 | 第46-52页 |
| 4.3.1 耦合深度信念网络中跨层连接的有效性分析 | 第46-47页 |
| 4.3.2 主、次线耦合比例对网络性能的影响 | 第47-48页 |
| 4.3.3 对比分析各类手势的识别性能 | 第48-51页 |
| 4.3.4 与其他算法的对比实验 | 第51-52页 |
| 4.4 小结 | 第52-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-62页 |
| 攻读硕士学位期间的研究成果 | 第62页 |