基于深度学习的图像识别算法研究
作者：丰晓霞
学校：太原理工大学
时间：2015
类型：硕士学位论文
思想
深度学习和支持向量机结合–>构建图像识别的模型
利用卷积限制性玻尔兹曼机–>构建深度网络、改进训练过程
摘要
本文研究的主要工作包括：
（1）认真分析了图像识别的方法及存在的问题，对现有的图像识别算法进行了对比研究，详细叙述了深度学习的发展和进展，对比了深度学习结构相比浅层结构的优势所在，总结了深度学习的常用方法，详细介绍了限制性玻尔兹曼机和卷积限制性玻尔兹曼机的原理和训练过程。
（2）将深度学习和支持向量机相结合，将多个限制性玻尔兹曼机与支持向量机连接构建多层分类模型，用深度学习的方法提取样本特征，然后用支持向量机方法进行分类，并将其应用到图像识别任务中。通过实验验证，在样本较少的情况下，与支持向量机和深度信念网络进行比较效果良好，并且通过不同样本数、层数、节点数与正确率的比较，讨论了隐含层节点数与支持向量数的关系，并且讨论了相关参数对结果的影响。
（3）对由卷积限制性玻尔兹曼机构成的卷积深度信念网络的训练过程进行改进，通过交替进行无监督和有监督学习来训练网络，最后将该网络用于图像识别中，通过实验验证了可行性和有效性，讨论了卷积核大小对结果的影响。
关键词
深度学习，图像识别，限制性玻尔兹曼机，卷积限制性玻尔兹曼机，支持向量机
创新点
（1）将深度学习和支持向量机相结合，构建了用于图像分类的模型，详述了训练过程，通过实验，在样本较少的情况下，与支持向量机和深度信念网络进行比较，效果均优于二者，并对不同样本数、层数、节点数与正确率进行了比较，讨论了隐含层节点数与支持向量数的关系，另外，讨论了相关参数对结果的影响。
（2）对用卷积限制性玻尔兹曼机构建深度网络训练过程进行改进，通过交替进行无监督和有监督学习来训练网络的方法，将该网络用于图像识别任务中，取得了良好的效果。
问题
（1）深度学习的理论研究还不够充分，深度学习的有效性还缺乏严格的证明，如对比散度算法，并没有获得充分的研究，其收敛性等问题并不明确。
（2）在数据量比较大的情况下，深度学习算法虽然有准确率的优势，但相比传统算法速度比较慢。如何提高算法的效率，需要编程人员较高的编程水平，并且模型的质量受限于编程人员的经验。
（3）如何降低相关参数调整的难度，降低深度学习算法的难度，也是亟需解决的问题。
改进思路
（1）从深度学习方法同其他方法相结合的思路完善网络，从而提高准确率或者训练速度。
（2）进一步优化相关参数的选取方法，训练方法以及适用范围。
（3）预先通过其他较优的特征提取方法来提取特征，以及使用特征的融合技术，再用深度学习方法来进行识别。
基于深度学习的图像识别算法研究相关推荐
- 基于深度学习的图像识别模型研究综述
基于深度学习的图像识别模型研究综述 摘要:深度学习是机器学习研究中的一个新的领域,其目的在于训练计算机完成自主学习.判断.决策等人类行为并建立.模拟人脑进行分析学习的神经网络,它模仿人类大脑的机制来解 ...
- 读“基于深度学习的图像识别技术研究综述”有感
"基于深度学习的图像识别技术研究综述"总结 现在流行的图像识别技术都是基于深度学习的算法,经过前辈们的探索改进,图像识别技术经历很多阶段,现如今图像识别技术已经广泛的应用于生活的方 ...
- 三维图形几何变换算法实验_基于深度学习的三维重建算法综述
点击上方"计算机视觉life",选择"星标" 快速获得最新干货 00 前言 目前,三维重建技术已在游戏.电影.测绘.定位.导航.自动驾驶.VR/AR.工业制造以 ...
- 基于深度学习的图像识别进展：百度的若干实践
来源:<中国计算机学会通讯> 2015年第4期<专题> 作者:都大龙 余轶南 罗 恒 等 概述:深度学习和图像识别 近年来在人工智能领域最受关注的,非深度学习莫属.自2006年 ...
- 论题：基于深度学习的图像识别系统
本文为论题:基于深度学习的图像识别系统 的编写思路. 目录 摘要: 引言 2.深度学习技术及卷积神经网络原理 3.图像识别系统设计 4.实验评估与改进策略 5.改进策略及未来发展趋势 6.结论 摘要: ...
- 基于深度学习的目标检测研究综述
基于深度学习的目标检测研究综述 摘要:深度学习是机器学习的一个研究领域,近年来受到越来越多的关注.最近几年,深度学习在目标检测领域取得了不少突破性的进展,已经运用到具体的目标检测任务上.本文首先详细介 ...
- 《中国人工智能学会通讯》——第3章 3.1基于深度学习的网络表示研究进展
第3章 3.1基于深度学习的网络表示研究进展 网络结构在现实世界中无处不在(如航线网络.通信网络.论文引用网络.世界万维网和社交网络等),在此基础之上的应用和研究问题受到了学术界和工业界的广泛关注,这 ...
- 基于深度学习的多目标跟踪算法——ReID与MOT的联系
©PaperWeekly 原创 · 作者|黄飘 学校|华中科技大学硕士 研究方向|多目标跟踪 最近基于深度学习的多目标跟踪算法越来越多,有用于特征提取的,有改进单目标跟踪器的,也有提升数据关联的.如果 ...
- 基于深度学习的多目标跟踪算法（上）：端到端的数据关联
©PaperWeekly 原创 · 作者|黄飘 学校|华中科技大学硕士生 研究方向|多目标跟踪 最近基于深度学习的多目标跟踪算法越来越多,有用于特征提取的,有改进单目标跟踪器的,也有提升数据关联的.如 ...
最新文章
- ASP.NET 2.0中CSS失效解决方案
- 虚拟服务器设置upnp,TP-Link路由器如何设置UPNP开启【设置步骤】
- 差分法c语言源程序,差分法求数据压缩
- ann matlab,人工神经网络ann及其matlab仿真.ppt
- ceph iscsi安装
- eNet 软件发布要求多多
- 性能提升120倍！滴滴东北大学提出自动结构化剪枝压缩算法框架
- zuul源码分析之Request生命周期管理
- 【ACL2020】五篇与文本理解相关的论文
- hdr_pj410说明书_索尼HDR-PJ410
- ps软件打不开计算机受限制,win10系统打不开ps软件的处理技巧
- 百度、高德、谷歌、火星、wgs84（2000）地图坐标相互转换的JS实现
- （每日一练c语言）商品优惠计算器
- windows核心编程之用户模式下的线程同步
- UWB PDOA brief introduction
- Day082 数据分析案例
- 2370 小机房的树
- Java实现短信验证码最佳实践
- flickr api
- python del用法_python del()函数用法 -电脑资料