基于改进卷积神经网络算法的研究与应用

《基于改进卷积神经网络算法的研究与应用》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、．－；＇产，＇，１＇；一，：／；．‘．方巧ＶＳ尹ｗ：产．；／转．．一：養．啦Ｓｒ：．；＃＂．今＂‘．％：ｖ．ｉＳ戶，：码：＾密斟储；．簿＼ｌ’！；＇＞，■，編：－＾．．产ｆ＇錫；窠＿茜；．．：背取：‘一．乂知磅郑确雀ｔｆ呑：．蹇卸、谭多巧．Ｊ？￣＇袭－：＿赛－＾ｖ．巫一緣Ｌ硕ｂ從、，僅－考：作：＇，－．．＞．．＇＇身，．？打担＃！气．美；５．／＞＇．穀．：：攝忠扣＃義義接：女巧’皆壊片＇巧－，巧＇勺，．．ｉ喔词ｒ顆；％、法；每’．ｖ蓮‘背，Ｉ：＜苗－’．；．：Ｃ．．護

2、畫＇‘．一或＂．辕；彩Ｙ＇％＞ｒ－＾．ｒ，Ｖ‘．＇只巧最经网的，三文娜目：１娜算調；．．．；：．；．；．；４：“．１，Ｖ．讀．；ｆ’：；自私：疹＞；．：，．．齊－Ｖ：襄．ｖ３，｜：ｖ，＇．％．貞－－Ｖ＇；薦Ｆ学号－誦Ｗ４＇户．Ｖ若ｒ－式户繫．．；■户ｆ名：；乂＞＇麵Ｖ：刮．巧师薦运讀占捧：．２｜，＾位类＾工獅±＇咕」聲４型全日串瓦＞＾．’Ｗ■；／／领＾＾域Ｐ．．软化程■病ｖｖ矣ｉ．交日期ｆ五ｆｌ年．＞．．ｌ与；．

3、盖．：．ｒ＇‘成；夢隸，＇？證ｈ式．１ｌ、一．特；．遍这‘！Ｖ，＞霄＾．璋乃：－．一馨／．心奉ＩｉｉResearchandApplicationsBasedTheImprovedConvolutionalNeuralNetworkThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByWangFeifeiSupe

4、rvisor:Prof.JingXiaoyuanMay2016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己经发表或撰写过的研巧成果，也不包含为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。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示Ｔ谢意。一本人学位论文及涉及相关资料若有不实，愿意承担切相关的法律责任。研究生签名ｉｈ－：心Ｉｆ化

5、日期：ｙ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档；允许论文被查阅和借阅；可将学位论文的全部或部分内容编入有关数据库进行检索；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论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研巧生院办理。涉密学位论文在解密后适用本授权书。＇Ｕ研究生签名：山厂ｒ导师签名：茸晰麵日期；ｙｉＬｆｊ摘要卷积神经网络是一种结合人工神经网络以及深度学习技术的新型

6、神经网络，它是首个真正意义上能够成功训练多个层次网络的结构模型。卷积神经网络是为识别二维图像专门特殊设计的一个多层感知器，其具备良好的自学能力、容错能力，对平移、缩放、倾斜或者其他形式的变形具有高度不变性。本文以传统的卷积神经网络为基础，提出以下三种改进的算法模型：1.本文提出基于加权Fisher准则的卷积神经网络算法模型。该算法主要对传统卷积神经网络的代价函数做了改进，在最小平方误差代价函数的基础上引入加权Fisher准则，其主要目的在于保证图像实际输出值和图像样本标签之间的残差最小的同时，使得同类样本间的距离越近越好

7、，异类样本间的距离越远越好。2.本文提出基于改进激活函数的卷积神经网络算法模型。该算法主要对传统卷积神经网络的激活函数做了改进，结合了卷积神经网络目前使用最为广泛的非线性激活函数ReLUs函数的稀疏特性以及Softplus函数光滑特性。此外，针对将改进后的激活函数作为卷积神经网络所有层的激活函数可能会带来图像信息因过于稀疏从而导致信息严重缺失的问题，提出两种结构并加以比较。3.本文提出基于改进Gabor滤波器的卷积神经网络算法模型。该算法首先对传统的Gabor滤波器进行改进，引入曲度系数概念，使得改进后的Gabor滤波器

8、在具备良好的方向和尺度特性的同时兼具良好的局部曲率响应特性；其次将输入图像和改进后的Gabor滤波器卷积，将得到的图像多个方向的特征取代原始图像作为卷积神经网络新的输入。本文在Mnist手写数字图像库、AR人脸库、ORL人脸库三种常用的数据库上进行实验以验证所提算法的可行性，并分析了实验结果。最终的实验结果表明本文的