資源描述:
《基于極速學(xué)習(xí)機(jī)的深度學(xué)習(xí)在圖像分類上的研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、'^辛’。..'-索取號(hào)忘r'吉三與TP183碟級(jí):'公巧.一'.'-"山二心|^.V*三.'-^?巧'一.、;一/'諸...:0故打皆;辟:v聲■輿'.''■:■^.r^.:^:.巧護(hù)站犧:成斬皆\.:,?。В牐嘿嵚汓I?讀.轉(zhuǎn)終乂《.'—:苗:占黨巧3等霉議弘,氣鱗義鑛蔡鷄B:^,主A^議;1;顯斗學(xué)位論文屬議誦謹(jǐn)鷄i|::..P彎.:::.別:.巧::七魏礙去虎遺馬聽(tīng):矯:^.矜私嘴讀;。戰(zhàn)哦:’';'^.:苦;筵送與潔茲試證:韓為誕裝.乂。把強(qiáng)苗轉(zhuǎn)詩(shī)這懲苗錢魅...巧雜徽喊受
2、峨攀f斬璃纖fc,纖編歡基去..靡麵疏——、:’>瑚類.議銷韻證蘇絶襲掌灣擁嚷?繊讓議丫:廣足辦這賀駕^黎.寒I祭綜窩'.、.一—作忠:―:奇巧:..-L1,:藥寮聲禱祭,0^繼:鑛轉(zhuǎn)'1議i名于誠(chéng)學(xué)習(xí)機(jī)的深度學(xué)習(xí).1露1|議1.、-’-'..‘.’:;.^--一'-'’.吝心:'^1.如,:M.^::一:^/心與甲.;知於;:>.葉;^;i稱3?款在圖像分類上的研究:繼ilipii::.^氣.皆;..,:■誠(chéng)苗華賴藉難每巷黃機(jī)礙^,.....邊器雜鑛ii義祭議試'.'.’‘;.、、〇^;^W:
3、-對(duì):.:.':':,j:"‘-嘴齡邸磚財(cái).與解r’:,巧群取戶^黃絲-遍觀茲^s驚蒙巧.研究生.讚―曉:去蘇:說(shuō)線皆霉顯巧心議巧毛式.'.P.達(dá).二-...―:辭說(shuō):’.班墻傲;’古‘占:培—;'.破‘.:..茲.曹、苗萬(wàn)點(diǎn)指導(dǎo)教脈r:.寶香教授審萬(wàn)鷄拳繫也強(qiáng)璋?豁..*.?廷泣晏鄰叟葫杳與V-;:^潔;常幕斬.1么站藝琴,?卷..誓獄靡難鶴縣媒巧軍.,,副研究賞媒哨絡(luò)轉(zhuǎn)興簾每巧惠發(fā)戸:議^';f鑽曰‘.培養(yǎng)單化淆息科學(xué)與工程華院巧讀Si編P貞為史菊康.技:..;^,呀:;.-;盧片皆蠟盤;斧空藏
4、:、二粗:心?。В海弧?jí)學(xué)科衫計(jì)算機(jī)科學(xué)與技術(shù);、二-‘;’殘超V?I..巧詩(shī)iT紅產(chǎn);.'與苗祭>完成時(shí)既:,..V/:縷豬等蘇萬(wàn)t.耀6年4月10目—―:-'■'甘:'..-薪苗裝心麵姑;帶式絳V-答辯腫卸:V2016年《月1日>■■'-.讀巧巖灘議霄礙懇:■-':;.:.,,.:^:;#<:,.:.片章直著貪T韻辨、強(qiáng)漠韻方';'。|咕換,..巧、:帶巧‘.;';^f'試*文-如處山,.;摘要摘要隨著信息技術(shù)的不斷發(fā)展,以神經(jīng)網(wǎng)絡(luò)為載體的深度學(xué)習(xí)逐漸成為了現(xiàn)階段各種先進(jìn)技術(shù)的代名
5、詞。神經(jīng)網(wǎng)絡(luò)技術(shù)從上世紀(jì)出現(xiàn)以后,各種基于神經(jīng)網(wǎng)絡(luò)的模型逐漸用來(lái)解決實(shí)際場(chǎng)景中的各種問(wèn)題。特別是在2012年的大規(guī)模圖像分類競(jìng)賽中,基于深度學(xué)習(xí)的模型將分類結(jié)果提升了11個(gè)百分點(diǎn)以后,便促進(jìn)了現(xiàn)階段深度學(xué)習(xí)浪潮的形成。深度學(xué)習(xí)技術(shù)將人們從繁雜的人工設(shè)計(jì)特征轉(zhuǎn)換成了自動(dòng)學(xué)習(xí)有效特征,強(qiáng)化模型抽象學(xué)習(xí)的能力,極大的促進(jìn)了圖像識(shí)別、圖像檢測(cè)、語(yǔ)音識(shí)別、追蹤等技術(shù)的發(fā)展。極速學(xué)習(xí)機(jī)自從2004年提出以來(lái),在過(guò)去的十幾年間,有了長(zhǎng)足的發(fā)展。首先各種理論研究的出現(xiàn)為極速學(xué)習(xí)機(jī)的發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ),其次基于極速學(xué)習(xí)機(jī)的應(yīng)用,將其拓展到了真實(shí)場(chǎng)景中。不過(guò)在極速學(xué)習(xí)機(jī)
6、中,不管從權(quán)值初始化還是更為有效的特征表達(dá)以及深度學(xué)習(xí)模型上,都有許多問(wèn)題需要解決。本文從極速學(xué)習(xí)機(jī)入手,探索了其權(quán)值初始化和分布式表達(dá),并且提出并驗(yàn)證了卷積極速學(xué)習(xí)機(jī)。本文將通過(guò)如下三個(gè)方面開(kāi)展:首先,對(duì)權(quán)值初始化進(jìn)行了研究,探究了權(quán)值初始化對(duì)于極速學(xué)習(xí)機(jī)的影響。所提出的方法可以解決極速學(xué)習(xí)機(jī)的隨機(jī)特征表達(dá)不具有緊湊性和判別性的問(wèn)題,同時(shí)為其他方法提出了一個(gè)快速有效的權(quán)值初始化的解決方案;其次,對(duì)于極速學(xué)習(xí)機(jī)的特征表達(dá)進(jìn)行了研究。分布式表達(dá)是特征表達(dá)中比較常用的方式,在極速學(xué)習(xí)機(jī)不需要權(quán)值調(diào)整的前提下,提出了基于極速學(xué)習(xí)機(jī)的分布式特征表達(dá)方式,不但可
7、以將類別信息通過(guò)特征組合引入模型結(jié)構(gòu)中,而且提高了極速學(xué)習(xí)機(jī)的性能;最后,通過(guò)對(duì)于全鏈接和卷積神經(jīng)網(wǎng)絡(luò)關(guān)聯(lián)的探究,提出了基于分布式表達(dá)的卷積極速學(xué)習(xí)機(jī),將極速學(xué)習(xí)機(jī)從卷積方面拓展到了深度學(xué)習(xí)層面。卷積學(xué)習(xí)由于是對(duì)于局部感受野的學(xué)習(xí),能夠保留更多的局部信息,使其特征表達(dá)方式更為具有代表性。極速學(xué)習(xí)機(jī)便通過(guò)卷積化的操作,獲得了更為抽象和具有代表性的卷積層特征。這不但將卷積學(xué)習(xí)和極速學(xué)習(xí)機(jī)進(jìn)行了融合,而且所提出的結(jié)構(gòu)也取得了非常好的結(jié)果。關(guān)鍵詞:極速學(xué)習(xí)機(jī),卷積神經(jīng)網(wǎng)絡(luò),分布式表達(dá),權(quán)值初始化IAbstractAbstractWiththedevelopme
8、ntoftheinformationtechnology,DeepLearningbasedo