声明
摘要
第1章绪论
1.1课题的研究背景及意义
1.2国内外研究现状
1.2.1深度神经网络的研究现状
1.2.2深度神经网络的可视化理解方法研究现状
1.3主要研究内容和预期研究结果
1.4本文的组织结构
第2章课题的相关研究
2.1深度神经网络相关技术研究
2.1.1神经网络的基本概念和基础
2.1.2卷积神经网络
2.2基于热力图的可视化方法
2.2.1灵敏度分析
2.2.2反卷积可视化
2.2.3相关性传播算法
2.3特征可视化方法
2.3.1激活最大化方法
2.3.2反卷积可视化
2.3.3反转表达可视化
2.4本章小结
第3章CNN分类决策的可视化理解方法优化
3.1类激活映射图
3.1.1 CAM图的定义
3.1.2 CAM算法的不足
3.2全连接层的Rel-CAM算法
3.2.1全连接层中相关性传播算法
3.2.2全连接层中CAM图的计算
3.3卷积层中的传播算法
3.3.1算法的思想
3.3.2算法步骤
3.4本章小结
第4章CNN特征可视化方法优化
4.1研究概述
4.2计算卷积层的特征表达的方法
4.2.1目标函数
4.2.2相似性度量
4.2.3优化方法
4.3卷积层中特征表达的可视化方法
4.3.1目标函数
4.3.2优化方法
4.4本章小结
第5章实验及结果分析
5.1实验环境配置
5.2 CNN分类决策可视化实验结果分析
5.2.1分类决策可视化结果对比
5.2.2可视化结果的定量比较
5.3 CNN特征可视化实验结果分析
5.3.1特征可视化结果对比
5.3.2可视化结果的定量比较
5.4本章小结
结论
参考文献
攻读硕士学位期间发表的论文和取得的科研成
致谢
哈尔滨工程大学;