基于深度卷积生成对抗网络的图像分类

目录

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