第1章 绪论
1.1 课题研究背景及意义
1.2卷积神经网络研究现状
1.3 主要研究工作
1.4 论文的组织结构
第2章 卷积神经网络理论基础
2.1 人工神经网络
2.1.1 感知器
2.1.2 激活函数
2.1.3 多层感知器
2.1.4 网络前向计算过程
2.1.5 误差反向传播过程
2.2 卷积神经网络
2.2.1 卷积神经网络的工作原理
2.2.2 卷积神经网络的基本结构
2.3 本章小结
第3章 基于多样化结构卷积神经网络的设计研究
3.1 深度学习框架简介
3.2 基于传统卷积神经网络的设计与研究
3.2.1 传统卷积神经网络的结构设计
3.2.2 TraCNN的实验步骤
3.3 基于残差模块卷积网络的设计研究
3.3.1 残差模块卷积网络的结构设计
3.3.2 网络训练
3.3.3实验结果分析
3.4 基于多样化结构卷积神经网络的设计研究
3.4.1 多样化结构卷积神经网络的设计
3.4.2 多样化结构网络的训练与实验过程
3.5 网络模型之间的对比
3.6 本章小结
第4章 基于双支路网络模块的设计研究
4.1 GoogLeNet网络结构分析
4.2 基于双支路网络模块的设计
4.2.1 双支路网络模块的设计
4.2.2 双支路网络模块的参数设置与分析
4.3 网络模型的训练与实验结果分析
4.3.1 网络模型训练
4.3.2 实验结果分析
4.3.3 双支路网络模块结构的优缺点分析
4.4 本章小结
第5章 基于多样化模块网络的设计研究
5.1超轻量网络模块
5.2 多样化模块网络的设计与研究
5.2.1 多样化模块网络的设计
5.2.2 多样化模块网络的参数设计
5.3 多样化模块网络的训练与结果分析
5.3.1 多样化模块网络实验设置
5.3.2 多样化模块网络的结果分析
5.3.3 本文模型与其他方法对比
5.3.4 多样化模块网络的优缺点分析
5.4 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
参考文献
攻读硕士学位期间发表的论文
致谢
声明
广西师范大学;