

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、卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像分類(lèi)是深度學(xué)習(xí)關(guān)于圖像處理的一個(gè)應(yīng)用,卷積神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)是能夠直接與圖像像素進(jìn)行卷積,從圖像像素中提取圖像特征,這種處理方式更加接近人類(lèi)大腦視覺(jué)系統(tǒng)的處理方式。另外,卷積神經(jīng)網(wǎng)絡(luò)的權(quán)值共享屬性和pooling層使網(wǎng)絡(luò)需要訓(xùn)練的參數(shù)大大減小,簡(jiǎn)化了網(wǎng)絡(luò)模型,提高了訓(xùn)練的效率。
本論文主要圍繞卷積神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)設(shè)計(jì)和參數(shù)優(yōu)化兩個(gè)方面進(jìn)行深入的研究。卷積神經(jīng)網(wǎng)絡(luò)分類(lèi)性能的好壞很大程度決取于網(wǎng)絡(luò)層數(shù)和網(wǎng)絡(luò)參數(shù),如何
2、合理地設(shè)計(jì)卷積神經(jīng)網(wǎng)絡(luò)的卷積層,隱含層的數(shù)目和優(yōu)化卷積神經(jīng)網(wǎng)絡(luò)的參數(shù)是卷積神經(jīng)網(wǎng)絡(luò)關(guān)于圖像分類(lèi)應(yīng)用研究中非常重要的環(huán)節(jié)。
本論文主要在caffe框架平臺(tái)上進(jìn)行卷積神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)和參數(shù)優(yōu)化。首先設(shè)計(jì)了一個(gè)5層網(wǎng)絡(luò)層的淺層卷積神經(jīng)網(wǎng)絡(luò),分別使用mnist手寫(xiě)圖像庫(kù)和cifar-10圖像庫(kù)進(jìn)行訓(xùn)練,測(cè)試和參數(shù)優(yōu)化。測(cè)試結(jié)果表明淺層卷積神經(jīng)網(wǎng)絡(luò)能夠很好地處理像mnist簡(jiǎn)單的圖像分類(lèi)任務(wù),但是對(duì)于比較復(fù)雜的cifar-10圖像
3、庫(kù)分類(lèi)效果并不理想。接著設(shè)計(jì)了一個(gè)9層網(wǎng)絡(luò)層的復(fù)雜卷積神經(jīng)網(wǎng)絡(luò),分別使用了cifar-10和cifar-100圖像庫(kù)對(duì)復(fù)雜卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,測(cè)試和參數(shù)優(yōu)化。測(cè)試結(jié)果表明復(fù)雜卷積神經(jīng)網(wǎng)絡(luò)能夠處理像cifar-10、cifar-100比較復(fù)雜的圖像庫(kù)分類(lèi)任務(wù)。5層淺層網(wǎng)絡(luò)和9層復(fù)雜網(wǎng)絡(luò)的實(shí)驗(yàn)結(jié)果說(shuō)明了網(wǎng)絡(luò)層的深度對(duì)網(wǎng)絡(luò)的性能影響很大。
本論文通過(guò)對(duì)網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)優(yōu)化的研究及在不同數(shù)據(jù)庫(kù)上的測(cè)試,分析總結(jié)了深度學(xué)習(xí)關(guān)于圖像分類(lèi)的
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
- 卷積神經(jīng)網(wǎng)絡(luò)在CT圖像分割中的應(yīng)用研究.pdf
- 卷積神經(jīng)網(wǎng)絡(luò)在圖像去霧中的應(yīng)用研究.pdf
- 圖像分類(lèi)中的卷積神經(jīng)網(wǎng)絡(luò)方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類(lèi).pdf
- 卷積神經(jīng)網(wǎng)絡(luò)在圖像分類(lèi)識(shí)別中的優(yōu)化及改進(jìn).pdf
- BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)在文字識(shí)別中的應(yīng)用研究.pdf
- 卷積神經(jīng)網(wǎng)絡(luò)在人臉檢測(cè)中的應(yīng)用研究.pdf
- 基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的圖像分類(lèi)研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的巖石圖像分類(lèi)研究與應(yīng)用.pdf
- 隨機(jī)森林和卷積神經(jīng)網(wǎng)絡(luò)在神經(jīng)細(xì)胞圖像分割中的應(yīng)用研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類(lèi)技術(shù)研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的高光譜圖像分類(lèi)研究.pdf
- 神經(jīng)網(wǎng)絡(luò)在圖像處理中的應(yīng)用研究.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的圖像分類(lèi)方法研究及應(yīng)用.pdf
- 卷積神經(jīng)網(wǎng)絡(luò)在聲紋識(shí)別中的應(yīng)用研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的鞋印圖像分類(lèi)算法研究.pdf
- 卷積神經(jīng)網(wǎng)絡(luò)在激光再現(xiàn)防偽圖像識(shí)別中的應(yīng)用.pdf
- 改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)在金融預(yù)測(cè)中的應(yīng)用研究.pdf
- 面向圖像語(yǔ)義分割的新型卷積神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究.pdf
- 卷積神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別上的應(yīng)用的研究.pdf
評(píng)論
0/150
提交評(píng)論