基于卷積神經(jīng)網(wǎng)絡(luò)的圖像識別算法研究

1、分類號：TP391.41單位代碼：10433密級：學(xué)號：14405050119山東理工大學(xué)山東理工大學(xué)碩士學(xué)位論文基于卷積神經(jīng)網(wǎng)絡(luò)的圖像識別算法研究基于卷積神經(jīng)網(wǎng)絡(luò)的圖像識別算法研究TheResearchonImageRecognitionAlgithmBasedonConvolutionalNeuralwks研究生：張榮磊張榮磊指導(dǎo)教師：田愛奎（教授）田愛奎（教授）申請學(xué)位門類級別：工學(xué)碩士工學(xué)碩士學(xué)科專業(yè)名稱：軟件工程軟件工程研究方

2、向：算法分析算法分析論文完成日期：20172017年4月2020日萬方數(shù)據(jù)山東理工大學(xué)碩士學(xué)位論文摘要I摘要卷積神經(jīng)網(wǎng)絡(luò)（ConvolutionalNeuralwks，CNN）是以人工神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，結(jié)合深度學(xué)習(xí)提出的一種識別算法，目前，已成功的應(yīng)用到物體檢測、圖像識別、語音識別等領(lǐng)域。卷積神經(jīng)網(wǎng)絡(luò)識別技術(shù)雖已慢慢趨于穩(wěn)定，但主要以單機串行方式實現(xiàn)，存在訓(xùn)練時間過長，內(nèi)存不足等問題。本文通過卷積神經(jīng)網(wǎng)絡(luò)算法的分析以及對圖像識別技術(shù)的對比

3、，對卷積神經(jīng)網(wǎng)絡(luò)算法進行改進，以提高圖像識別效果。主要內(nèi)容包括多區(qū)域圖像識別和基于MapReduce的卷積神經(jīng)網(wǎng)絡(luò)算法設(shè)計。多區(qū)域圖像識別是在傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，簡化其網(wǎng)絡(luò)結(jié)構(gòu)，進行圖像識別測試時，按照區(qū)域劃分得到多個測試區(qū)域，提高圖像識別準(zhǔn)確率；在此基礎(chǔ)上，基于MapReduce平臺進行了卷積神經(jīng)網(wǎng)絡(luò)算法設(shè)計，利用Map函數(shù)將數(shù)據(jù)分割成N個模塊，通過數(shù)據(jù)處理形成中間數(shù)據(jù)，再由Reduce函數(shù)進行數(shù)據(jù)匯總，即通過MapReduce