图像分类中的卷积神经网络方法研究

《图像分类中的卷积神经网络方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、■Ｉ１单位代码；０２９３密级：公开ｍ考巫營僅硕女化乂ｆ■＇．＇、论文题卷积神经网络方法研究■目：图像分类中的．学号１２１３０１２１１１姓名李明威导师朗晓飞副教授专业学位类别工程硕女类型含日制专业（领域）电子与通信工程论文提交日期二〇—六年六月南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研巧成果．，尽我所知，除了文中特别加标注和致谢的地方外论文中不包含其他人已经发表或撰写过的研充成果。，也不包含为

2、获得南京邮电大学或其它教育机构的学位或证书而使用过的材料一与我同工作的同志对本研巧所做的任何贡献均己在论文中作了明确的说明并表示了谢意。一本人学位论文及涉及相关资料若有不实切相关的法律责任。，愿意承担各、Ｉ、化研究生签名；夺崎蔽日期：Ｉ）南京邮电大学学位论文使用授权声明本人授权南京邮电大学可Ｗ保留并向国家有关部口或机构送交论文的复印件和电子文ｘ内容编入有关数据库进行检索档；允许论文被查阅和借阅；；可ｔ将学位论文的全部或部分可Ｗ采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质一生院办理论文的内容相致。论文

3、的公布（包括刊登）授权南京邮电大学研究。沙密学位论文在解密后适用本授权。书研名：漸驗导师签日期：＇究生签名马ResearchOfConvolutionalNeuralNetworkInImageClassificationThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByMingweiLiSupervisor:Prof.XiaofeiHuJune2016摘要深度学习技术是机器学习的一个重要分支，其在图像与

4、视频分析、语音处理和自然语言处理方面已经获得了重大成就。在图像识别领域获得了广泛应用的卷积神经网络是本文研究的重点。为了提高图像分类识别的准确率，本文将对深度卷积神经网络进行研究。首先，改进了深度卷积神经网络的激活函数，其次在增强网络泛化能力、防止过拟合等方面进行优化。最后，将卷积神经网络模型和支持向量机相互结合，构建基于卷积神经网络和支持向量机的图像分类模型。最终，模型有效地实现了分类效果的提升。本文在64位Ubuntu14.03系统中，使用的GPU型号为NVIDIAGTX750Ti，基于theano框架，通过实验验证了上述方法的有效性。本文研究的主要工作包括

5、：（1）本文分析激活函数ReLu、Softplus的优点和缺陷，并且基于ReLu和Softplus构造了一种分段函数作为激励函数。通过设计一个卷积神经网络，在公开的数据集上进行实验，分析各种神经元激励函数对网络的收敛速度和图像识别的准确率的影响。（2）过拟合是深度网络中存在的严重问题，Dropout是为了防止模型过拟合，提高网络泛化能力的方法之一。最大池化Dropout方法不仅克服了平均池化和最大池化的缺点，还引入了随机性，是一种鲁棒的网络正则化方法。我们对测试阶段的最大池化层进行改进，提出了一种新型的概率加权池化方法，并通过实验来验证其泛化能力。（3）在有限的

6、硬件条件下，结合修正的激活函数和优化后的网络模型，通过将卷积神经网络与支持向量机相连接来完成图像识别任务。卷积神经网络是一种深度学习算法，可以对图像进行特征提取，然后在最后一层使用支持向量机进行分类。通过实验验证，图像分类效果取得了较大的提升。关键词:深度学习，卷积神经网络，图像识别，支持向量机IAbstractDeeplearningtechnologyisanimportantbranchofmachinelearning,ithasgainedgreatachievementsinimageandvideoanalysis,speechprocessing

7、andNaturalLanguageProcessing.Inthefieldofimagerecognition,thewidelyusedconvolutionalneuralnetworkisthefocusofthispaper.Inordertoimprovetheaccuracyofimageclassification,thispaperwillstudythedeepconvolutionalneuralnetwork.Ontheonehand,wewillimprovetheactivationfunctionofdeepconvolution

8、neuralnetwor