收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

卷积神经网络在图像识别上的应用的研究

许可  
【摘要】:人工神经网络是一种尝试模拟人脑的功能而产生的人工智能方法,在上个世纪末期经历了一段时间的蓬勃发展之后,再次陷入低潮。深度学习技术是受到生物学和神经学领域在动物和人脑视觉神经领域的新发现的启发,模拟视觉系统的层次化的工作模式,在人工神经网络的基础上构建具有层次化结构的深度网络模型,给人工神经网络带来了新的发展方向。卷积神经网络是将人工神经网络和深度学习技术结合而产生的一个新型人工神经网络方法,具有局部感知区域、层次结构化、特征抽取和分类过程结合的全局训练等特点,在图像识别领域获得了广泛的应用。现代图像识别任务要求分类系统能够适应不同类型的识别任务,深度网络及其特例卷积神经网络是目前人工神经网络领域的研究热点,对卷积神经网络及其在不同识别任务上的应用进行研究具有重要的应用价值。 本文在整理和总结了国内外有关人工神经网络和卷积神经网络的发展经过和研究成果,并对人工神经网络特别是卷积神经网络的基本概念和算法进行了总结和介绍的基础上,以经典的卷积神经网络模型为基础,将其应用到手写数字识别和人脸识别任务当中,主要工作如下: 1)构造了若干个具有不同大小的特征抽取过滤器层的卷积神经网络模型,并将这些模型应用到手写数字识别和人脸识别两类不同的识别问题上。 2)通过实验结果验证卷积神经网络应用在手写数字识别和人脸识别问题上的可行性,并与现有的其他分类识别方法进行比较,分析卷积神经网络模型的优缺点。 3)通过这些具有不同大小的特征抽取过滤器层的模型在实验中表现出来的学习过程的特性和识别效果,来比较各个模型的优缺点。 本文通过实验证明了卷积神经网络不需要太多的调整和修改就能够很好的应用到手写数字识别和人脸识别问题上,并取得了较好的识别效果。同时对网络中不同大小的过滤器层对于网络训练和分类效果的影响进行了比较分析。


知网文化
【相似文献】
中国期刊全文数据库 前16条
1 曾维亮;林志贤;陈永洒;;基于卷积神经网络的智能冰箱果蔬图像识别的研究[J];微型机与应用;2017年08期
2 张庆辉;万晨霞;;卷积神经网络综述[J];中原工学院学报;2017年03期
3 宋超;许道云;秦永彬;;分离多路卷积神经网络研究[J];计算机工程;2017年06期
4 李超琪;王绍宇;;基于深度卷积神经网络的人脸年龄分类[J];智能计算机与应用;2017年03期
5 蒋承知;于起;叶文强;甘凇元;;卷积神经网络算法的比较探究[J];电子技术与软件工程;2017年07期
6 范哲;;浅析卷积神经网络[J];科学技术创新;2017年24期
7 陈敏华;李杨;张武雄;;基于卷积神经网络的信道均衡算法[J];计算机应用与软件;2017年09期
8 王媛媛;周涛;吴翠颖;;基于卷积神经网络的PET/CT多模态图像识别研究[J];电视技术;2017年03期
9 龚岩;;基于神经网络的目标图像识别方法分析[J];电子世界;2017年12期
10 孙俊;谭文军;毛罕平;武小红;陈勇;汪龙;;基于改进卷积神经网络的多种植物叶片病害识别[J];农业工程学报;2017年19期
11 尹勰;闫磊;;基于深度卷积神经网络的图像目标检测[J];工业控制计算机;2017年04期
12 俞汝劼;杨贞;熊惠霖;;基于深度卷积神经网络的航空器检测与识别[J];计算机应用;2017年06期
13 毕林;谢伟;崔君;;基于卷积神经网络的矿工安全帽佩戴识别研究[J];黄金科学技术;2017年04期
14 陈广银;;神经网络在环境监测中的应用研究[J];科技创新导报;2017年13期
15 黄飞龙;;一种卷积神经网络实现[J];电脑迷;2017年11期
16 李楚曦;樊晓桠;赵昌和;张盛兵;王党辉;安建峰;张萌;;基于忆阻器的PIM结构实现深度卷积神经网络近似计算[J];计算机研究与发展;2017年06期
中国重要会议论文全文数据库 前10条
1 郭天宇;朱铭健;王云鹤;许超;;基于自整合卷积神经网络的人脸分类算法[A];第十一届全国信号和智能信息处理与应用学术会议专刊[C];2017年
2 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
3 刘永红;李飞;;多用户检测的量子神经网络方法[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集(上)[C];2006年
4 王晓琳;伍海华;;遗传算法和神经网络在汇率预测中的应用[A];2006中国控制与决策学术年会论文集[C];2006年
5 姚宗信;;一种神经网络的模糊规则解释方法在专家系统中的应用[A];中国航空学会信号与信息处理专业全国第八届学术会议论文集[C];2004年
6 李盼臻;于江;荣彬;;人工神经网络在结构工程中的应用综述[A];第十三届全国现代结构工程学术研讨会论文集[C];2013年
7 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
8 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
9 朱云龙;王成恩;;用神经网络解决单元划分问题[A];1994中国控制与决策学术年会论文集[C];1994年
10 张潮海;周其节;;电力系统暂态稳定性分析的神经网络方法[A];1994中国控制与决策学术年会论文集[C];1994年
中国博士学位论文全文数据库 前10条
1 余绍德;卷积神经网络和迁移学习在癌症影像分析中的研究[D];中国科学院大学(中国科学院深圳先进技术研究院);2018年
2 陆志坚;基于FPGA的卷积神经网络并行结构研究[D];哈尔滨工程大学;2013年
3 李旭冬;基于卷积神经网络的目标检测若干问题研究[D];电子科技大学;2017年
4 吴静;入侵检测中神经网络融合学习方法的研究[D];吉林大学;2010年
5 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年
6 周颖华;具时变脉冲的神经网络的稳定性研究[D];西南大学;2018年
7 张婷;深度神经网络的核映射结构和跨连结构研究[D];北京工业大学;2018年
8 胡中旭;虚拟场景人机交互中手势识别技术研究[D];华中科技大学;2018年
9 蒙西;模块化神经网络优化设计及应用研究[D];北京工业大学;2018年
10 吴霆;基于光谱技术的三文鱼品质检测方法研究[D];华南农业大学;2018年
中国硕士学位论文全文数据库 前10条
1 许可;卷积神经网络在图像识别上的应用的研究[D];浙江大学;2012年
2 施荣;基于深度卷积神经网络的毫米波图像目标检测方法研究[D];哈尔滨工业大学;2015年
3 石乾磊;基于卷积神经网络的图片数字识别系统设计与实现[D];河南大学;2017年
4 叶浪;基于卷积神经网络的人脸识别研究[D];东南大学;2015年
5 谢宝剑;基于卷积神经网络的图像分类方法研究[D];合肥工业大学;2015年
6 王小雪;基于FPGA的卷积神经网络手写数字识别系统的实现[D];北京理工大学;2016年
7 陈晓东;基于卷积神经网络的语音情感识别[D];华南理工大学;2015年
8 张万亚;多层卷积神经网络深度学习算法的应用研究[D];西安电子科技大学;2017年
9 康磊;基于卷积神经网络的前方车辆障碍物检测算法研究[D];华南理工大学;2016年
10 徐姗姗;卷积神经网络的研究与应用[D];南京林业大学;2013年
中国重要报纸全文数据库 前10条
1 ;神经网络小史[N];电子报;2018年
2 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
3 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
4 张敏;人机大战,到底谁会赢?[N];北京日报;2017年
5 ;人工智能将取得大面积突破[N];中国企业报;2017年
6 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
7 ;人类正迎来云端机器人时代[N];中国企业报;2017年
8 张斌;谁还需要“同传”[N];文汇报;2017年
9 科大讯飞董事长 刘庆峰;高考机器人考入一流大学不再是梦[N];中国教育报;2017年
10 邓洲 中国社会科学院工业经济研究所;深度学习:人工智能进入应用阶段[N];上海证券报;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978