| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.2 研究现状 | 第15-18页 |
| 1.2.1 图符识别研究现状 | 第15-17页 |
| 1.2.2 深度学习技术研究现状 | 第17-18页 |
| 1.3 研究困难与挑战 | 第18-20页 |
| a) 数据量不足 | 第18-19页 |
| b) 多分类问题 | 第19页 |
| c) 自然场景下的图符的多样性 | 第19页 |
| d) 多层次分类 | 第19-20页 |
| 第二章 相关技术概述 | 第20-25页 |
| 2.1 深度学习技术 | 第20-22页 |
| 2.1.1 卷积神经网技术 | 第20-21页 |
| 2.1.2 受限玻尔兹曼机 | 第21页 |
| 2.1.3 递归神经网络和长短时记忆网络 | 第21-22页 |
| 2.2 基于生成对抗思想的生成模型 | 第22-23页 |
| 2.3 迁移学习 | 第23-25页 |
| 第三章 系统整体设计概述 | 第25-31页 |
| 3.1 研究课题概述 | 第25-26页 |
| 3.2 系统环境概述 | 第26-27页 |
| 3.3 系统设计框架图 | 第27-28页 |
| 3.4 问题解决方案 | 第28-29页 |
| a) 数据量问题 | 第28页 |
| b) 多分类问题 | 第28页 |
| c) 自然场景问题 | 第28页 |
| d) 多层次分类问题 | 第28-29页 |
| 3.5 图符数据集介绍 | 第29-31页 |
| 第四章 卷积神经网实现古文字图符识别 | 第31-55页 |
| 4.1 卷积神经网络技术概述 | 第31-43页 |
| 4.1.1 神经元与神经网络 | 第32-33页 |
| 4.1.2 激活函数 | 第33-37页 |
| a) Sigmoid函数 | 第34页 |
| b) Tanh函数 | 第34-35页 |
| c) ReLu函数 | 第35页 |
| d) LeakyReLU函数 | 第35-36页 |
| e) Maxout函数 | 第36页 |
| f) ELU函数 | 第36-37页 |
| 4.1.3 卷积神经网中的层结构 | 第37-43页 |
| 4.1.3.1 卷积层 | 第37-40页 |
| 4.1.3.2 池化层 | 第40-41页 |
| 4.1.3.3 BN层 | 第41页 |
| 4.1.3.4 输出层 | 第41-43页 |
| a) 评分函数和损失函数 | 第41-42页 |
| b) 正则化(Regularization) | 第42-43页 |
| 4.2 网络优化算法 | 第43-46页 |
| 4.2.1 反向传播算法 | 第43-44页 |
| 4.2.2 优化算法 | 第44-46页 |
| a) 随机梯度下降 | 第44-45页 |
| b) AdaGad | 第45页 |
| c) AdaDelta | 第45-46页 |
| 4.3 基于卷积神经网的古文字图符识别 | 第46-50页 |
| 4.3.1 人工数据增强 | 第47-48页 |
| 4.3.2 坡芽歌书10分类识别任务 | 第48页 |
| 4.3.3 结果分析 | 第48-50页 |
| 4.4 可视化技术辅助网络调节 | 第50-55页 |
| 第五章 迁移学习技术实现小样本数据集的多分类识别 | 第55-63页 |
| 5.1 迁移学习技术概述 | 第55-56页 |
| 5.2 有限制的随机数据增强 | 第56-58页 |
| 5.3 迁移学习的应用 | 第58-63页 |
| 5.3.1 10分类模型到81分类任务的迁移学习 | 第59页 |
| 5.3.2 “坡芽歌书”模型到彝族“他留铎系图符”的迁移学习 | 第59-61页 |
| 5.3.3 “八宝歌书”的迁移学习 | 第61-62页 |
| 5.3.4 迁移学习技术应用小结 | 第62-63页 |
| 第六章 生成对抗网络实现的自然场景下图符识别 | 第63-70页 |
| 6.1 生成对抗网络概述 | 第63-66页 |
| 6.1.1. GAN | 第63-64页 |
| 6.1.2. CGAN | 第64-65页 |
| 6.1.3. DCGAN | 第65-66页 |
| 6.2 GAN在古文字图符识别中的应用 | 第66-69页 |
| 6.3 本章小结 | 第69-70页 |
| 第七章 多层次分类任务和系统实现 | 第70-74页 |
| 7.1 多层次分类任务 | 第70-72页 |
| 7.2 系统实现 | 第72-74页 |
| 第八章 总结与展望 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 致谢 | 第80-81页 |
| 攻读学位期间发表的学术论文目录 | 第81页 |