声明
第 1 章 绪 论
1.1 研究背景与意义
1.2 图像分类与目标识别
1.2.1传统的图像分类
1.2.2基于深度学习的图像分类
1.2.3传统的目标识别
1.2.4基于深度学习的目标识别
1.3 数据降维
1.4 用户属性分析
1.5 论文主要研究内容与结构
第 2 章 胶囊网络方法分析
2.1 胶囊网络方法
2.1.1卷积神经网络与胶囊网络的比较
2.1.2胶囊网络结构
2.2 胶囊网络实验与分析
2.2.1目标识别实验与分析
2.2.2用户画像实验与分析
2.3 本章小结
第 3 章 基于能量效率与实例化参数的胶囊网络压缩方法
3.1 胶囊网络的模型压缩
3.1.1能量效率的模型压缩
3.1.2胶囊网络中的实例化参数
3.2 基于能量效率与实例化参数的胶囊网络压缩算法
3.2.1胶囊网络的能量效率计算
3.2.2针对实例化参数的模型压缩
3.3 实验结果与分析
3.3.1标准数据集与人脸识别数据集
3.3.2结果分析
3.4 本章小结
第 4 章 基于快速K值选择的数据降维方法
4.1 维度灾难问题
4.2 经典LLE算法
4.2.1处理特征
4.2.2 LLE算法的不足
4.3 空间分布分析
4.3.1空间分布
4.3.2空间协方差指数与参数K
4.4 基于快速K值选择的降维算法
4.5 实验结果与分析
4.5.1构造数据集
4.5.2人脸数据集
4.5.3实验设计和结果分析
4.6 本章小结
第 5 章 基于多尺度胶囊网络的目标识别方法
5.1 车型识别
5.2 基于多尺度胶囊网络的目标识别算法
5.3 实验结果与分析
5.3.1标准数据集与车型识别数据集
5.3.2标准数据集实验结果
5.3.3车型识别数据集实验结果
5.3.4结果分析
5.4 本章小结
第 6 章 基于情感分析的胶囊网络性别分类方法
6.1 用户属性分析与性别分类
6.2 情感分析与胶囊网络相融合的用户性别分类算法
6.2.1情感迁移
6.2.2基于情感分析的胶囊网络性别分类算法
6.3 实验结果与分析
6.3.1数据集与评价标准
6.3.2实验结果
6.3.3结果分析
6.4 本章小结
第 7 章 总结与展望
7.1 全文总结
7.2 研究展望
致谢
附录1:缩略词对照表
参考文献
攻读博士学位期间所发论文
武汉理工大学;