基于深度卷积神经网络的甲骨文字识别研究

目录

声明

1 绪论

1.1 研究背景与意义

1.1.1 研究背景

1.1.2 研究意义

1.2 国内外研究现状

1.3 本文主要工作

1.4 论文组织结构

2 相关技术

2.1 神经网络

2.1.1 神经元模型

2.1.2 感知机

2.1.3 BP 算法

2.2 卷积神经网络

2.2.1 CNN 基本结构

2.2.2 经典卷积神经网络模型

2.3 本章小结

3 甲骨文字数据集

3.1 获取数据图像

3.2 数据预处理

3.2.1 数据增强

3.2.2 图像去噪

3.2.3 数据归一化

3.3 本章小结

4 基于深度卷积神经网络的甲骨文字识别

4.1 甲骨文字识别网络概述

4.2 OBI-CNN网络模型

4.3 OBI-CNN损失函数与梯度优化选择

4.3.1 损失函数

4.3.2 梯度优化算法

4.4 模型训练

4.4.1 深度学习框架

4.4.2 实验环境

4.4.3 训练过程

4.5 本章小结

5 性能评估与系统开发

5.1 评估指标

5.2 性能评估

5.3 甲骨文字识别系统的设计与实现

5.3.1 系统开发环境

5.3.2 系统总体框架

5.3.3 前端界面及运行测试

5.4 本章小结

6 总结与展望

6.1 论文总结

6.2 研究展望

参考文献

个人简历、在学期间发表的学术论文与研究成果

致谢