声明
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 图像分类
1.2.2 半监督学习
1.3 本文的主要工作和结构安排
2 卷积神经网络
2.1 人工神经网络
2.2 反向传播算法
2.3 卷积神经网络
2.4 LeNet-5卷积神经网络
2.4.1 卷积层
2.4.2 池化
3 生成对抗网络
3.1 GAN的原理以及优缺点
3.1.1 GAN的原理
3.1.2 GAN的优势
3.1.3 GAN的缺陷
3.2 GAN的衍生模型
3.2.1 DCGAN
3.2.2 WGAN
3.3.3 CGAN
4 基于生成对抗网络的半监督学习
4.1 模型结构
4.2 半监督学习原理
4.3 实验结果和分析
4.3.1 MNIST数据集
4.3.2 CIFAR-10数据集
4.3.3 SVHN数据集
结论
参考文献
致谢
大连理工大学;