| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 课题研究背景 | 第15页 |
| 1.2 国内外研究现状 | 第15-20页 |
| 1.2.1 深度学习领域研究现状 | 第15-17页 |
| 1.2.2 RBM及DBN研究现状 | 第17-18页 |
| 1.2.3 胶质细胞研究现状 | 第18-19页 |
| 1.2.4 SOM研究现状 | 第19-20页 |
| 1.3 课题研究内容 | 第20-21页 |
| 1.4 论文组织结构 | 第21-23页 |
| 第二章 受限玻尔兹曼机与深度信念网络 | 第23-35页 |
| 2.1 概率图模型 | 第23-25页 |
| 2.1.1 无向图模型和马尔可夫随机域 | 第23-24页 |
| 2.1.2 无监督学习 | 第24-25页 |
| 2.2 马尔可夫链和马尔科夫链蒙特卡洛方法 | 第25-27页 |
| 2.2.1 马尔可夫链和平稳性收敛 | 第25-26页 |
| 2.2.2 吉布斯采样 | 第26-27页 |
| 2.3 受限玻尔兹曼机 | 第27-31页 |
| 2.3.1 RBM对数似然函数梯度 | 第30-31页 |
| 2.4 RBM训练算法 | 第31-32页 |
| 2.5 深度信念网络 | 第32-34页 |
| 2.6 本章小结 | 第34-35页 |
| 第三章 胶质细胞链改进的RBM及DBN | 第35-49页 |
| 3.1 胶质细胞及其生物机制 | 第35页 |
| 3.2 基于胶质细胞链的改进RBM及DBN | 第35-39页 |
| 3.2.1 改进RBM隐含层单元输出更新规则 | 第36-37页 |
| 3.2.2 改进RBM及DBN的学习算法 | 第37-39页 |
| 3.3 实验测试 | 第39-48页 |
| 3.3.1 MNIST数据集 | 第40-42页 |
| 3.3.2 CIFAR-10数据集 | 第42-44页 |
| 3.3.3 Rectangles images数据集 | 第44-45页 |
| 3.3.4 基于胶质细胞改进模型的参数选择 | 第45-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第四章 基于SOM和胶质细胞链的改进RBM及DBN | 第49-63页 |
| 4.1 SOM网络及训练算法 | 第49-56页 |
| 4.1.1 SOM网络的生物学基础 | 第49-50页 |
| 4.1.2 向量量化与SOM | 第50-52页 |
| 4.1.3 SOM中的相似度规则 | 第52-53页 |
| 4.1.4 SOM网络结构 | 第53-54页 |
| 4.1.5 SOM训练算法 | 第54-56页 |
| 4.2 基于SOM和胶质细胞链的改进RBM及DBN训练算法 | 第56-57页 |
| 4.2.1 RBM采样阶段 | 第56页 |
| 4.2.2 SOM竞争阶段 | 第56-57页 |
| 4.2.3 胶质效果更新阶段 | 第57页 |
| 4.2.4 RBM参数更新阶段 | 第57页 |
| 4.3 实验测试 | 第57-62页 |
| 4.3.1 MNIST数据集 | 第58-59页 |
| 4.3.2 CIFAR-10数据集 | 第59-61页 |
| 4.3.3 Rectangles images数据集 | 第61-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第五章 改进模型在人脸识别中的应用 | 第63-69页 |
| 5.1 数据预处理 | 第63-65页 |
| 5.2 训练基于胶质细胞链的改进DBN模型 | 第65-66页 |
| 5.3 训练基于SOM和胶质细胞链的改进DBN模型 | 第66-67页 |
| 5.4 本章小结 | 第67-69页 |
| 第六章 结论与展望 | 第69-71页 |
| 6.1 结论 | 第69-70页 |
| 6.2 展望 | 第70-71页 |
| 参考文献 | 第71-77页 |
| 致谢 | 第77-79页 |
| 研究成果及发表的学术论文 | 第79-81页 |
| 作者与导师简介 | 第81-83页 |
| 北京化工大学硕士研究生学位论文答辩委员会决议书 | 第83-84页 |
