

版權(quán)說(shuō)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(jiǎn)介
1、隨著圖像資源的易得和豐富,在現(xiàn)代生產(chǎn)和智能生活等多個(gè)領(lǐng)域,圖像使用正變得日益普遍和重要。傳統(tǒng)識(shí)別方法使用特征單一、對(duì)像素間復(fù)雜關(guān)系的表現(xiàn)力不足,已不能滿足日漸多樣的圖像特征識(shí)別需求。深度學(xué)習(xí)方法能夠自動(dòng)學(xué)習(xí)、深度挖掘并綜合利用多特征信息,因此,將深度學(xué)習(xí)應(yīng)用到圖像特征識(shí)別領(lǐng)域,可顯著提高特征識(shí)別的有效性。深入分析深度網(wǎng)絡(luò)挖掘圖像信息的機(jī)制、判斷影響深度學(xué)習(xí)算法性能的因素、探尋深度網(wǎng)絡(luò)解決實(shí)際問(wèn)題的方法和途徑,是本研究的重點(diǎn)內(nèi)容。
2、 利用深度學(xué)習(xí)基本理論,設(shè)計(jì)了基于稀疏自編碼深度學(xué)習(xí)網(wǎng)絡(luò),能夠有效學(xué)習(xí)用于圖像重構(gòu)的基元特征。通過(guò)這些基元特征的稀疏性組合,實(shí)現(xiàn)對(duì)原圖像有用信息的去冗余抽象,這種抽象結(jié)果能更好地提高圖像特征識(shí)別性能。通過(guò)對(duì)手寫體數(shù)字圖像的實(shí)驗(yàn),驗(yàn)證深度網(wǎng)絡(luò)稀疏重構(gòu)原圖像的特點(diǎn)。通過(guò)控制變量法,研究影響深度網(wǎng)絡(luò)圖像特征識(shí)別效果的相關(guān)因素。實(shí)驗(yàn)表明,網(wǎng)絡(luò)層數(shù)和層神經(jīng)元數(shù)量等因素,呈現(xiàn)“設(shè)置過(guò)多或過(guò)少都會(huì)降低圖像特征識(shí)別準(zhǔn)確率”的鐘型曲線特點(diǎn)。以單玉米籽粒
3、圖像為實(shí)驗(yàn)對(duì)象,研究了籽粒完整性特征的深度學(xué)習(xí)識(shí)別方法。實(shí)驗(yàn)通過(guò)稀疏自編碼和深度卷積兩種深度網(wǎng)絡(luò)實(shí)現(xiàn),兩者都取得了超過(guò)95%的識(shí)別準(zhǔn)確率,明顯高于傳統(tǒng)單隱層反向傳播網(wǎng)絡(luò)71.93%的識(shí)別準(zhǔn)確率。此外,通過(guò)對(duì)二者訓(xùn)練時(shí)的研究分析,可以看出稀疏自編碼網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練速度更快,更容易滿足實(shí)時(shí)性的需求。
通過(guò)系列實(shí)驗(yàn)證明,深度學(xué)習(xí)網(wǎng)絡(luò)更適合解決大規(guī)模圖像的特征識(shí)別問(wèn)題。本文設(shè)計(jì)的稀疏自編碼深度學(xué)習(xí)網(wǎng)絡(luò),具有識(shí)別效果好、網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練速度快
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)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
- 基于深度學(xué)習(xí)的圖像識(shí)別方法研究與應(yīng)用.pdf
- 基于深度學(xué)習(xí)的表情識(shí)別方法研究.pdf
- 基于深度學(xué)習(xí)的遙感圖像中地面塌陷識(shí)別方法研究
- 基于深度學(xué)習(xí)的植物葉片識(shí)別方法研究.pdf
- 基于深度學(xué)習(xí)的視頻人臉識(shí)別方法.pdf
- 基于深度特征表示的行人識(shí)別方法研究.pdf
- 基于深度學(xué)習(xí)的人臉識(shí)別方法研究.pdf
- 基于深度學(xué)習(xí)的玻璃缺陷識(shí)別方法研究.pdf
- 基于深度圖像的靜態(tài)手勢(shì)識(shí)別方法研究.pdf
- 基于深度學(xué)習(xí)的SAR目標(biāo)識(shí)別方法研究.pdf
- 基于深度學(xué)習(xí)的語(yǔ)音情感識(shí)別方法的研究.pdf
- 基于深度學(xué)習(xí)的說(shuō)話人識(shí)別方法的研究.pdf
- 基于深度特征的跨場(chǎng)景行人識(shí)別方法研究.pdf
- 基于深度學(xué)習(xí)的人體動(dòng)作識(shí)別方法研究.pdf
- 基于圖像特征的危巖識(shí)別方法研究.pdf
- 基于圖像特征的鋼軌表面瑕疵識(shí)別方法.pdf
- 基于深度屬性學(xué)習(xí)的交通標(biāo)志識(shí)別方法研究.pdf
- 基于深度學(xué)習(xí)的三維人臉識(shí)別方法研究.pdf
- 基于深度學(xué)習(xí)的白血細(xì)胞分類識(shí)別方法研究.pdf
- 基于深度學(xué)習(xí)和遷移學(xué)習(xí)的語(yǔ)音情感識(shí)別方法研究.pdf
評(píng)論
0/150
提交評(píng)論