基于残差网络的快速手写体数字识别算法

目录

声明

插图索引

表格索引

符号对照表

缩略语对照表

第一章 绪论

1.1引言

1.2研究历史及现状

1.3本文的研究内容

1.4论文结构和章节安排

第二章 卷积神经网络的理论基础

2.1卷积神经网络介绍

2.2 GoogLeNet模型介绍

2.3残差网络模型介绍

2.4 SqueezeNet模型介绍

2.5 DenseNet模型介绍

2.6本章小结

第三章 基于残差网络的手写体数字识别网络结构优化

3.1基于经典残差网络的手写体数字识别

3.2 Inception-ResNet-v2模型

3.3基于改进多通道残差网络的手写体数字识别

3.4本章小结

第四章 基于残差网络的手写体数字识别训练技术优化

4.1批量归一化技术

4.2 Adam算法

4.3基于有监督学习的多维平面输出逼近法

4.4本章小结

第五章 实验结果对比与分析

5.1实验条件

5.2基于多通道残差网络的手写体数字识别实验结果

5.3基于批量归一化技术的手写体数字识别实验结果

5.4基于Adam算法的手写体数字识别实验结果

5.5基于多维平面输出逼近算法的手写体数字识别实验结果

5.6本章小结

第六章 总结与展望

6.1工作总结

6.2研究展望

参考文献

致谢

作者简介