基于深度神经网络的图像分类算法研究

《基于深度神经网络的图像分类算法研究》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、——■＂－Ｖ＾Ｖ．？：＇？？；．？背‘－的奸．雜＼：編眨胃三皆．ＳＳ攻巧－直＾？＂？栏辛．占、乂心巧一一５，：’，？．＂．？．Ｖ．．．．．，您巧如ｔ从Ａ／聲顶：ｂ学位论义■！论文题目基于深度神黛网络的圈像分类算法研究■，，二研宛生巧柯．．．．二专业计算机系统综构－■；研究方向分布计算．：‘－＾－户ｔ：Ｖ；■：？？、．．．．．

2、＇＇－．二零六卿：■，＾：：原创性声明本人郑重声明：所呈交的学位论文是本人在导师的指导下独立完成的。除文中己经注明引用的内容外，本论文不包含其他个人或集体已经发表或撰写过的作品或成果，也不包含本人为获得其他学位而使用过的成果。对本文研究做出重耍贡献的个人或集体均己在论文中进巧了说明并表不谢意。本声明的法律后果由本人承担。论文作者签名：＞曰私５｜２０！Ｉ年）月日版权授权说明＂本人授权学校有权保留送交学位论文的原件，允许学位论文，Ｌ被齊阅和借阅学校可Ｗ公布学位论文的全部或部分

3、内容，可义影＂、印缩印或其他复制手段保存学位论文；愿意将本人学位论文电版提交给研究生部指定授权单位收录和使用。学校必须严格按照授枚对论文进巧处理，不得超越授权对毕业论文进行巧意处置。作者：指导教师＿２幻（？年韦月（＜？日。。｜杉年今月日分类号密级公开UDC学位论文题目：基于深度神经网络的图像分类算法研究研究生姓名：阳柯学科专业名称：计算机系统结构研究方向：分布计算论文类型：应用研究申请学位：工学硕士指导教师姓名：石祥滨指导教师职称：教授指导教师单位：沈阳航空航天大学论文提交日期：2016年03月07日论文

4、答辩日期：2016年03月11日沈阳航空航天大学2016年03月SHENYANGAEROSPACEUNIVERSITYTHESISFORMASTER’SDEGREETHESTUDYOFIMAGECLASSIFICATIONALGOROTHMBASEDONDEEPNEURALNETWORKCandidate：KeYangSupervisor：XiangbinShiSpecialty：ComputerArchitectureDate:March,2016沈阳航空航天大学硕士学位论文摘要随着深度学习技术的兴起，基于深度神经网络的图像分类

5、精度得到显著提高，该技术将深图像分类技术推向一个新的高度。但在实际应用的过程中，分类精度仍需进一步提高。为了提升基于深度学习的图像分类算法的精度，针对深度神经网络中随机处理过程导致差异特征的特质，本文提出了一种结合差异特征的对称深度神经网络，并将其应用于图像分类。主要工作如下：第一，提出了一种结合差异特征的对称深度神经网络模型。基于不同模型对于相同图像提取特征具有差异性的特性，通过结合两个不同深度模型输出层构造一个对称模型。分析了不同深度神经网络之间对同样图像提取到的具有差异性特征的原因，并通过实验验证差异的存在。在这种基于差异的

6、对称模型中，子网络通过前向传播得到有差异的图像特征，为了利用这种差异性，提出了在子网络最顶端的特征层对差异特征进行融合及利用差异优化模型损失函数的思想，并给出了左右子网络特征层与类别层全连接的方法。第二，基于这种结合差异组成对称深度模型的思想，本文将这种结合方式扩展为左右子网络为深度置信网的对称深度置信网，以及左右子网络为卷积神经网络的对称卷积神经网络。设计了深度置信网及卷积神经网络两种对称网络的构建和训练方法，通过对左右子网络差异性的分析，给出了度量左右子网络的差异的方式，并将该差异作为罚项优化传统损失函数，通过误差反向传播算法

7、实现模型参数的调优，获取更精确的类别以实现图像分类。在Matlab平台上，通过数据集MNIST和CIFAR-10的实验结果表明，相较于深度置信网及卷积神经网络，通过差异集成的对称深度模型能取得较好的分类性能。关键词：图像分类；深度置信网；卷积神经网；特征差异；对称深度网络I沈阳航空航天大学硕士学位论文AbstractWiththerisingofdeeplearning,theaccuracyofimageclassificationwhichisbasedonthedeepneuralnetworkissignificantly

8、improved.DeepLearningmakestheimageclassificationtechnologyachieveanewheight.Howevertheaccuracyofimageclassificationstillneed