声明
摘要
第一章 绪论
1.1 研究的背景及意义
1.2 国内外研究现状
1.2.1 图像识别的研究现状
1.2.2 深度学习的研究现状
1.3 主要研究工作和创新点
1.3.1 主要研究工作
1.3.2 创新点
1.4 文章组织结构
第二章 相关理论
2.1 图像识别概述
2.1.1 模式识别的简介
2.1.2 图像识别的概念和过程
2.1.3 图像识别的难点和方法
2.1.4 图像的特征提取
2.2 深度学习概述
2.2.1 深度学习的概念和思想
2.2.2 深度学习的特点
2.2.3 深度学习的结构
2.2.4 深度学习的常用方法
2.3 卷积神经网络概述
2.3.1 卷积神经网络的特点
2.3.2 卷积神经网络识别原理
2.4 本章小结
第三章 基于卷积神经网络的图像识别方法
3.1 改进的卷积神经网络模型
3.2 模型的训练步骤
3.3 模型的训练方法
3.3.1 数据预处理
3.3.2 训练过程
3.4 图像识别流程
3.5 本章小结
第四章 文物图像识别系统
4.1 需求分析
4.1.1 功能需求
4.1.2 非功能需求
4.2 系统用例图
4.3 系统设计
4.4 系统实现
4.4.1 系统开发环境
4.4.2 系统开发过程
4.5 本章小结
第五章 实验与分析
5.1 数据来源
5.2 数据处理与加工
5.2.1 数据预处理
5.2.2 相关实验参数的设定
5.3 数据训练
5.4 系统验证
5.4.1 实验评价指标
5.4.2 深度学习算法验证及结果
5.5 系统应用
5.6 本章小结
第六章 总结与展望
6.1 全文总结
6.2 未来展望
参考文献
致谢
研究成果及发表的学术论文
作者及导师介绍