声明
第一章 引言
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 胶囊网络的研究现状
1.2.2 深度生成模型的研究现状
1.3 论文的创新点
1.4 论文的内容结构和安排
第二章 相关理论基础
2.1 卷积神经网络模型
2.1.1 卷积神经网络架构
2.1.2 激活函数
2.1.3 训练算法
2.2 胶囊网络模型
2.2.1 胶囊网络架构
2.2.2 动态路由算法
2.2.3 损失函数
2.3 本章小结
第三章 基于新重构网络及参数共享方法的胶囊网络
3.1 引言
3.2 改进的胶囊网络模型
3.2.1Batch Normalization优化方法
3.2.2 反卷积
3.3 共享参数的方法
3.4 数据集及实验参数设置
3.5 实验结果及分析
3.6 本章小结
第四章 一种用于彩色图像分类的胶囊网络
4.1 引言
4.2 改进的胶囊网络模型
4.2.1 特征提取网络
4.2.2 动态路由网络
4.2.3 重构网络
4.3数据集及实验参数设置
4.4实验结果及分析
4.5本章小结
第五章 基于胶囊网络的条件自编码生成对抗模型
5.1 引言
5.2 条件生成对抗网络
5.3 条件自编码生成对抗模型
5.3.1 基于胶囊网络的条件自编码模型
5.3.2 潜在向量空间的生成器模型
5.3.4 样本空间的生成器模型
5.3.5 样本空间的判别器模型
5.4 模型训练算法
5.5实验过程及结果
5.6本章小结
第六章 总结与展望
6.1 本文工作总结
6.2未来研究计划
参考文献
致谢
攻读硕士期间已发表的学术论文
攻读硕士期间参加的科研项目