首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于深度神经网络的特征提取算法及其应用研究

摘要第3-4页
Abstract第4-5页
第一章 绪论第8-16页
    1.1 课题背景及意义第8-10页
    1.2 国内外研究现状第10-11页
        1.2.1 深度信念网络的国内外研究现状第10-11页
        1.2.2 自动编码机的国内外研究现状第11页
        1.2.3 卷积神经网络的国内外研究现状第11页
    1.3 深度神经网络的应用第11-12页
    1.4 存在的问题第12-14页
        1.4.1 微调阶段第12-13页
        1.4.2 预训练阶段第13页
        1.4.3 激活函数问题第13-14页
    1.5 本文主要研究内容及组织结构第14-16页
第二章 深度神经网络及其相关模型第16-27页
    2.1 特征的提取第16-17页
    2.2 深度神经网络第17-18页
        2.2.1 深度神经网络介绍第17-18页
        2.2.2 深度神经网络基本模块第18页
    2.3 自动编码器第18-23页
        2.3.1 人工神经网络模型第18-20页
        2.3.2 激活函数第20-22页
        2.3.3 自动编码器模型第22-23页
    2.4 深度信念网络模型第23-26页
        2.4.1 受限玻尔兹曼机第23-25页
        2.4.2 Gibbs采样法第25页
        2.4.3 深度信念网络第25-26页
    2.5 本章小结第26-27页
第三章 基于批量正则化的深度信念网络第27-46页
    3.1 RBM算法理解第27-30页
    3.2 基于批量正则化的深度信念网络分类方法第30-35页
        3.2.1 批量正则化算法第30页
        3.2.2 MSGD优化算法第30页
        3.2.3 批量正则化DBN结构第30-32页
        3.2.4 算法流程第32-35页
    3.3 实验结果及分析第35-45页
        3.3.1 实验环境与参数设置第35页
        3.3.2 实验数据集第35-36页
        3.3.3 参数分析第36-44页
        3.3.4 不同算法分类准确率对比第44页
        3.3.5 训练时间对比分析第44-45页
    3.4 本章小结第45-46页
第四章 基于Laplace函数的稀疏深度置信网络分类方法第46-63页
    4.1 基于稀疏DBN模型的理论基础第46-47页
        4.1.1 特征同质化现象第46-47页
        4.1.2 稀疏表示第47页
    4.2 稀疏RBM第47-48页
    4.3 改进的稀疏DBN模型第48-54页
        4.3.1 模型求解第48-52页
        4.3.2 模型分析第52-53页
        4.3.3 LS-DBN模型第53页
        4.3.4 算法流程第53-54页
    4.4 实验结果及分析第54-62页
        4.4.1 实验环境与参数设置第54页
        4.4.2 实验数据集第54-55页
        4.4.3 MNIST数据集第55-58页
        4.4.4 Pendigits数据集第58-61页
        4.4.5 训练时间对比分析第61-62页
    4.5 本章小结第62-63页
第五章 非线性修正的深度信念网络分类方法第63-74页
    5.1 基于修正Elliott函数的深度信念网络模型第63-66页
    5.2 人脸识别应用研究第66-68页
        5.2.1 人脸识别分析第66页
        5.2.2 局部二值模式第66-67页
        5.2.3 基于MEDBN算法的人脸识别框架第67-68页
    5.3 实验结果及分析第68-73页
        5.3.1 实验环境第68-69页
        5.3.2 ORL人脸识别库上的实验结果及分析第69-72页
        5.3.3 MNIST和USPS数据库上的实验结果第72页
        5.3.4 训练时间对比分析第72-73页
    5.4 本章小结第73-74页
主要结论与展望第74-76页
    主要结论第74-75页
    展望第75-76页
致谢第76-77页
参考文献第77-81页
附录:作者在攻读硕士学位期间发表的论文第81页

论文共81页,点击 下载论文
上一篇:采煤机用自动闭锁在线检测功能液压制动器的研制
下一篇:基于深度神经网络的程序分类技术研究