封面
声明
中文摘要
英文摘要
目录
第一章 绪论
1. 1研究背景与意义
1. 2国内外研究现状分析
1. 3论文的主要内容与章节安排
第二章 人工神经网络的关键技术研究
2. 1神经元与浅层神经网络
2. 2深度学习网络
2. 3本章小结
第三章 基于深度学习的图像分类器分析与设计
3. 1快速特征嵌入的卷积结构介绍
3.2基于CAFFE的图像分类器的设计
3. 3存在的问题以及改进
3. 4本章小结
第四章 预处理机制设计与实现
4. 1输入图像乱序发射
4. 2图像区域提取
4. 3图像增强
4. 4图像大小调整及格式化
4. 5本章小结
第五章 软硬件实验环境准备与数据采集
5. 1背景应用
5. 2软硬件工具
5. 3数据采集与产生
5. 4本章小结
第六章 实验结果与分析
6. 1浅层神经网络与深度学习对比
6. 2预处理系统对基于深度学习网络的分类器的影响
6. 3分类器训练集大小测试
6. 4分类器的训练速度测试
6.5 CPU与GPU模式下训练时间对比
6. 6深度学习方法在电网大数据平台中应用前景分析
6. 7本章小结
第七章 结束语
7. 1主要工作与创新点
7. 2后续研究工作
参考文献
致谢
攻读硕士学位期间已发表或录用的论文
上海交通大学;