OLE_LINK19
OLE_LINK18
邢甜甜
燕山大学
摘 要
Abstract
2.7 卷积神经网络的优化
2.7.2 Batch Normalization
3.4.2 舌苔润燥分类模型的构建
致 谢
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状与发展趋势
1.2.1 舌诊现代化研究进展
1.2.2 卷积神经网络研究进展
1.3 本文主要内容与章节安排
第2章 人工神经网络与卷积神经网络
2.1 人工神经网络
2.1.1 神经元
2.1.2 人工神经网络
2.2 卷积神经网络的特点
2.3 卷积神经网络的拓扑结构
2.4 非线性激活函数
2.5 Softmax回归与SoftmaxLoss
2.6 反向传播与梯度下降
2.6.1 反向传播与梯度下降算法
2.6.2 梯度计算
2.7 卷积神经网络的优化
2.7.1 Dropout
2.7.2 Batch Normalization
2.7.3 权重衰减(Weight decay)
2.7.4 动量更新(Momentum)
2.8 本章小结
第3章 基于单任务卷积神经网络的舌象模式分类模型
3.1 单任务卷积神经网络模型的结构设计
3.2 舌色分类模型的构建
3.3 舌苔色分类模型的构建
3.4 舌苔质分类模型的构建
3.4.1 舌苔薄厚分类模型的构建
3.4.2 舌苔润燥分类模型的构建
3.4.3 舌苔腐腻分类模型的构建
3.5 单任务卷积神经网络模型的训练机制
3.6 本章小结
第4章 基于多任务卷积神经网络的舌象模式分类模型
4.1 多任务学习
4.2 舌色与舌苔色分类模型
4.2.1 舌色与舌苔色分类模型的构建
4.2.2 舌色与舌苔色分类模型的训练机制
4.3 舌苔质分类模型
4.3.1 舌苔质分类模型的构建
4.3.2 舌苔质分类模型的训练机制
4.4 本章小结
第5章 模型训练与结果分析
5.1 实验数据
5.1.1 舌象图像采集
5.1.2 数据均衡
5.1.3 数据增强
5.1.4 数据预处理
5.2 模型的实现方式
5.3 单任务卷积神经网络模型的训练与分析
5.4 多任务卷积神经网络模型的训练与分析
5.5 舌象模式分类图形用户界面
5.5.1 界面设计原则及流程
5.5.2 界面的操作流程
5.6 本章小结
结 论
参考文献
[1] 胡申宁. 中医舌诊中舌色、苔色自动分类的研究[D]. 杭州: 浙江理工大学, 2010: 1
攻读硕士学位期间承担的科研任务与主要成果
致 谢
燕山大学;