基于深度学习的字符识别算法的研究

目录

第一个书签之前

摘 要

ABSTRACT

CONTENTS

第一章 绪论

1.1课题研究的背景及意义

1.2国内外研究现状

1.2.1 深度学习研究现状

1.2.2 字符识别研究现状

1.3 本文的研究内容和论文结构

1.3.1 本文的研究内容

1.3.2 论文结构

第二章 深度学习相关理论概述

2.1 神经网络理论简介

2.1.1 神经元模型

2.1.2 多层感知机

2.1.3 反向传播算法

2.2 深度学习的基本思想

2.3 卷积神经网络理论简介

2.3.1 局部感受野

2.3.2 权值共享

2.3.3 下采样层

2.3.4 Logistic回归和Softmax回归

2.5 本章小结

第三章 卷积神经网络在手写数字上的研究

3.1 手写数据集MNIST的介绍

3.2 卷积神经网络的经典模型

3.2.1 LeNet-5经典模型

3.2.2 AlexNet模型

3.3 卷积神经网络的进一步优化

3.3.1 过拟合问题

3.3.2 对激活函数进行优化

3.3.3 损失函数的优化

3.4 本章小结

第四章 实验结果与分析

4.1 传统神经网络下的实验分析

4.2 改进优化后的实验分析

4.3 与其他算法的比较分析

4.4 本章小结

第五章 系统设计与实现

5.1 Tensorflow环境搭建

5.2 Tensorflow运作流程

5.3 实验结果演示

5.4 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

攻读学位期间发表的论文

学位论文独创性声明

致 谢