基于稀疏自动编码器和边缘降噪自动编码器的深度学习算法研究

声明

摘要

第1章 绪论

1．1 研究背景与意义

1．2 国内外研究现状分析

1．3 本文的研究内容与内容安排

1．3．1 本文的主要研究内容

1．3．2 本文的内容安排

第2章 自动编码器及其衍生算法概述

2．1 人工神经网络

2．2 反向传播算法

2．3 深度学习算法概述

2．4 自动编码器算法

2．5 自动编码器衍生算法

2．5．1 稀疏自动编码器

2．5．2 降噪自动编码器

2．5．3 边缘降噪自动编码器

2．6 卷积神经网络

2．7 本章总结

第3章 自动编码器算法优化

3．1 稀疏边缘降噪自动编码器

3．1．1 稀疏边缘降噪自动编码器网络结构

3．1．2 稀疏边缘降噪自动编码器分析

3．2 基于稀疏边缘降噪自动编码器构建深度神经网络结构

3．3 分类器的选择

3．3．1 Softmax分类器

3．3．2 SVM分类器

3．3．3 Soflmax与SVM的比较

3．4 本章小结

第4章 实验结果和分析

4．1 数据集

4．2 实验过程

4．3 实验结果分析

4．4 本章小结

第5章 总结与展望

5．1 工作总结

5．2 工作展望

致谢

参考文献

附录1 攻读学位期间发表的论文

附录2 攻读硕士学位期间参加的科研项目