版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、近十年來,深度學(xué)習(xí)作為一種強(qiáng)有力的目標(biāo)表征結(jié)構(gòu),在特征提取、數(shù)據(jù)分析、圖像處理和自然語言理解等領(lǐng)域取得了較以往淺層表征更優(yōu)越的結(jié)果。深度學(xué)習(xí)的訓(xùn)練算法解決了多隱層感知器模型的最優(yōu)化問題,其擁有更加強(qiáng)大的數(shù)據(jù)特征表達(dá)能力。其中,具有局部感知和共享權(quán)值等特點(diǎn)的卷積神經(jīng)網(wǎng)絡(luò)在圖像局部特征理解和網(wǎng)絡(luò)訓(xùn)練時(shí)間上更具優(yōu)勢(shì)。圖像大數(shù)據(jù)應(yīng)用的蓬勃發(fā)展也使得以卷積神經(jīng)網(wǎng)絡(luò)為代表的深度網(wǎng)絡(luò)在千萬級(jí)的圖像分類任務(wù)中發(fā)揮了及其重要的應(yīng)用價(jià)值。
本文在
2、深入研究了主流深度學(xué)習(xí)算法的原理和網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上,總結(jié)和介紹了深度卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)特點(diǎn)和訓(xùn)練流程,并將卷積神經(jīng)網(wǎng)絡(luò)運(yùn)用到實(shí)際圖像識(shí)別任務(wù)中。此外,考慮到實(shí)際分類任務(wù)場景復(fù)雜性,本文結(jié)合協(xié)同訓(xùn)練算法和卷積神經(jīng)網(wǎng)絡(luò),構(gòu)建了一種能持續(xù)自動(dòng)學(xué)習(xí)新特征的通用圖像目標(biāo)分類方法。主要工作如下:
1)在理解傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)算法原理的基礎(chǔ)上,深入研究了卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)特點(diǎn),并介紹了卷積神經(jīng)網(wǎng)絡(luò)使用梯度下降法的訓(xùn)練流程。
2)將卷
3、積神經(jīng)網(wǎng)絡(luò)應(yīng)用于手寫體圖像識(shí)別實(shí)驗(yàn)中,通過實(shí)驗(yàn)進(jìn)一步直觀驗(yàn)證了卷積神經(jīng)網(wǎng)絡(luò)對(duì)圖像數(shù)據(jù)優(yōu)越的表征能力,并觀察不同的網(wǎng)絡(luò)參數(shù)對(duì)卷積神經(jīng)網(wǎng)絡(luò)分類效果的影響。
3)結(jié)合協(xié)同訓(xùn)練算法和卷積神經(jīng)網(wǎng)絡(luò),構(gòu)建了一種能夠自動(dòng)學(xué)習(xí)新特征的通用目標(biāo)分類網(wǎng)絡(luò);通過標(biāo)記置信度的約束和去噪訓(xùn)練算法的優(yōu)化,提高了深度協(xié)同訓(xùn)練網(wǎng)絡(luò)的魯棒性。
4)將深度協(xié)同訓(xùn)練網(wǎng)絡(luò)應(yīng)用于基于圖像的性別識(shí)別和人車分類實(shí)驗(yàn)中,通過與傳統(tǒng)協(xié)同訓(xùn)練算法分類效果的對(duì)比,總結(jié)了
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于法向量與曲率結(jié)合的深度圖像分割.pdf
- 彩色圖像引導(dǎo)的深度圖像增強(qiáng).pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)的ToF深度圖像去噪研究.pdf
- 深度圖像增強(qiáng)算法研究.pdf
- 深度圖像分析方法研究.pdf
- 深度圖像的獲取及其處理.pdf
- 基于Kinect深度圖像的動(dòng)作識(shí)別.pdf
- 深度圖像修復(fù)算法研究
- Kinect深度圖像增強(qiáng)算法研究.pdf
- 基于Kinect深度圖像的手勢(shì)識(shí)別研究.pdf
- 基于深度圖像繪制中的空洞填充.pdf
- 基于深度圖像的繪制技術(shù)研究.pdf
- 基于深度圖像的玉米品種識(shí)別研究.pdf
- 單一深度圖像人體部位識(shí)別.pdf
- 51589.深度圖像的分割與壓縮
- 基于kinect深度圖像的手勢(shì)識(shí)別研究
- 基于改進(jìn)遺傳神經(jīng)網(wǎng)絡(luò)的深度圖像邊緣檢測研究.pdf
- 基于深度圖像繪制的視圖合成研究.pdf
- Kinect深度圖像修復(fù)技術(shù)研究.pdf
- 基于深度圖像的手部運(yùn)動(dòng)狀態(tài)捕捉.pdf
評(píng)論
0/150
提交評(píng)論