基于深度卷積網(wǎng)絡學習算法及其應用研究.pdf_第1頁
已閱讀1頁，還剩67頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、深度學習是機器學習研究過程中一個全新的領域，是一種目的在于建立和模擬人腦方式進行學習的神經網(wǎng)絡，并且能夠模仿人腦的運行來處理相關數(shù)據(jù)，使機器可以像人類一樣，具有很強的分析學習能力，這便是深度學習的目標。通過深度學習，機器可以對聲音、圖像以及文字等數(shù)據(jù)進行有效識別。而深度學習的本質，則是通過構建其具有很多的隱含層的機器學習模型和大量的訓練數(shù)據(jù)，來學習更為有用的特征，從而使之能夠提升分類或預測的準確性。
　　卷積神經網(wǎng)絡(Convol

2、utional Neural Network，CNN)作為深度的監(jiān)督學習下的機器學習模型，由于具有較高的學習效率等特點，已經成為眾多科學領域的研究熱點之一，特別是模式分類領域取得了不菲的成績。本文通過學習及梳理了國內外卷積神經網(wǎng)絡的進程及最新研究成果，將詳細的介紹卷積神經網(wǎng)絡模型的結構和特點，并根據(jù)卷積神經網(wǎng)絡多適用于大型數(shù)據(jù)集，從而提出一種針對小樣本的改進算法，引入隨機退出(dropout)，并且在手寫漢字圖像方面進行應用，取得了較好

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論