收藏本站

多层卷积神经网络深度学习算法的应用研究

【摘要】:深度学习(Deep Learning,DL)是人工智能领域的研究热点,它通过多隐层非线性单元学习海量数据的本质特征,实现高阶抽象函数的逼近,提升分类或预测的准确性。与浅度学习相比,深度学习的结构更类似于大脑皮层,数据从输入层输入,经由每个隐层分层处理,其计算能力和表达复杂函数的能力比较强。而卷积神经网络则是深度学习中最基础且有效的算法,其局部感受野、权值共享和下采样结构大大降低了网络模型的复杂度,减少了可训练权值的数量。在图像识别领域,卷积神经网络独特的拓补结构对平移、比例缩放或其它形变具有高度不变性。因此,把深度学习技术应用到图像识别领域具有重要的研究意义。本论文在国内外研究的基础上,对多层前馈网络和卷积网络的基本结构和算法进行了总结和介绍,深入研究了卷积神经网络的参数设计和随机梯度下降学习算法的优化问题。文章在Theano开发平台上利用Python语言实现多层卷积神经网络的模型设计,并将改进的随机梯度学习算法应用到手写数字识别和人脸识别问题中。文章首先设计了卷积神经网络和多层前馈网络两种模型结构,分析了不同隐层的误差灵敏度和学习速率的变化情况,研究了不同学习率对卷积神经网络收敛速度的影响情况,并与其它算法在MNIST数据集上的识别性能进行对比分析。接着,文章重点研究了随机梯度下降算法(Stochastic Gradient Descent,SGD)的改进问题,通过对网络的学习率参数进行优化,并在ORL数据集上进行测试,验证该算法在人脸识别问题上的可行性。最后,通过分析三组不同数配置的网络模型在人脸识别测试集上的实验效果,研究了卷积核参数对卷积神经网络的识别率和训练速率的影响。本论文在不同数据库上对网络结构和参数优化进行研究,分析总结了深度学习在图像识别分类应用上的一些实践性规律,证明了卷积神经网络能够处理复杂的图像分类问题。文章采用改进学习率算法的网络模型在MNIST数据集中的识别误差率(0.84%)比多层前馈网络(2.52%)要低,比文献中模型(6.25%)的性能要好。同时,在ORL数据库中,采用改进算法的网络在识别率和训练速度方面上明显优于传统网络和文献中的网络。实验表明,该算法具有较好的实践性能,对于解决实际的工程问题具有较好的指导作用。

下载App查看全文

(如何获取全文? 欢迎:、、)

支持CAJ、PDF文件格式


【相似文献】
中国期刊全文数据库 前20条
1 杨晓帅 ,付玫;神经网络技术让管理更轻松[J];软件世界;2000年11期
2 云中客;新的神经网络来自于仿生学[J];物理;2001年10期
3 唐春明,高协平;进化神经网络的研究进展[J];系统工程与电子技术;2001年10期
4 李智;一种基于神经网络的煤炭调运优化方法[J];长沙铁道学院学报;2003年02期
5 程科,王士同,杨静宇;新型模糊形态神经网络及其应用研究[J];计算机工程与应用;2004年21期
6 王凡,孟立凡;关于使用神经网络推定操作者疲劳的研究[J];人类工效学;2004年03期
7 周丽晖;从统计角度看神经网络[J];统计教育;2005年06期
8 赵奇 ,刘开第 ,庞彦军;灰色补偿神经网络及其应用研究[J];微计算机信息;2005年14期
9 袁婷;;神经网络在股票市场预测中的应用[J];软件导刊;2006年05期
10 尚晋;杨有;;从神经网络的过去谈科学发展观[J];重庆三峡学院学报;2006年03期
11 杨钟瑾;;神经网络的过去、现在和将来[J];青年探索;2006年04期
12 林静怡;朱建平;;优化问题神经网络方法的发展及有待解决的问题[J];统计教育;2006年11期
13 王鸿斌;张立毅;;新型神经网络的发展及其应用[J];忻州师范学院学报;2007年02期
14 常国任;李仁松;沈医文;刘钢;;基于神经网络的直升机舰面系统效能评估[J];舰船电子工程;2007年03期
15 刘彩红;唐万梅;;基于组合神经网络的教师评价模型研究[J];重庆师范大学学报(自然科学版);2008年04期
16 旷章辉;王甲海;周雅兰;;用改进的竞争Hopfield神经网络求解多边形近似问题[J];计算机科学;2009年03期
17 黄松;杨小帆;;离散时间神经网络的研究进展[J];计算机应用研究;2009年08期
18 ;第7届神经网络国际研讨会(英文)[J];智能系统学报;2009年04期
19 陈俊;;神经网络的应用与展望[J];佛山科学技术学院学报(自然科学版);2009年05期
20 俸世洲;周尚波;;SOM神经网络在独立学院招生决策中的应用[J];计算机工程与科学;2011年05期
中国重要会议论文全文数据库 前10条
1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年
2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集(上册)[C];2003年
3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年
9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年
2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年
3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年
4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年
5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年
6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年
7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年
8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年
9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年
10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年
中国硕士学位论文全文数据库 前10条
1 张万亚;多层卷积神经网络深度学习算法的应用研究[D];西安电子科技大学;2017年
2 王小雪;基于FPGA的卷积神经网络手写数字识别系统的实现[D];北京理工大学;2016年
3 石乾磊;基于卷积神经网络的图片数字识别系统设计与实现[D];河南大学;2017年
4 高旻健;基于并联卷积神经网络的跨年龄人脸验证[D];华南理工大学;2017年
5 陈增艳;基于卷积神经网络的电影推荐模型研究[D];大连海事大学;2018年
6 张晓明;基于卷积神经网络与3D几何语义的室内场景理解研究[D];北京交通大学;2018年
7 王亚敏;基于多尺度卷积神经网络的车型识别[D];郑州大学;2017年
8 李继勇;神经网络方法在光伏监控中的若干应用[D];杭州电子科技大学;2017年
9 王征韬;深度神经网络压缩与优化研究[D];电子科技大学;2017年
10 余昉恒;循环神经网络门结构模型研究[D];浙江大学;2018年
中国重要报纸全文数据库 前10条
1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;[N];中国教师报;2014年
2 卢业忠;[N];计算机世界;2001年
3 葛一鸣 路边文;[N];中国纺织报;2003年
4 中国科技大学计算机系 邢方亮;[N];计算机世界;2003年
5 记者 孙刚;[N];解放日报;2007年
6 本报记者 刘霞;[N];科技日报;2011年
7 健康时报特约记者  张献怀;[N];健康时报;2006年
8 刘力;[N];中国电子报;2001年
9 ;[N];世界金属导报;2002年
10 邹丽梅 陈耀群;[N];中国船舶报;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978


{bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck体育下载}| {bckbet}| {bcksports}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck官网}| {bck体育下载}| {bckbet}| {bcksports}| {bck官网}| {bck体育app}| {bck体育}| {bcksports}| {bck官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck体育}| {bcksports}| {bck官网}| {bck体育官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bcksports}| {bck体育下载}| {bck体育app}| {bckbet}|
{uc8}| {uc8体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐城}| {uc8彩票}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8老虎机}| {UC8娱乐}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8彩票}| {uc8}| {uc8体育}| {UC体育}| {uc8官网}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {uc8彩票}| {uc8}| {uc体育}| {UC体育}| {UC8娱乐城}| {uc8}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}|