《神经网络与模糊系统》课程论文.docVIP

实用标准文案 精彩文档 《神经网络与模糊系统》课程论文 题 目 基于深度学习的图像特征提取 院 （系） 电子工程学院 学 号 xxx 专 业 智能信息处理 年 级 xxx 学生姓名 xxx 指导老师 xxxx 2014 年 12 月 31日 基于深度学习的图像特征提取 摘要：大数据时代的来临，为深度学习理论的发展创造了良好的条件。本文介绍了深度学习的发展背景，主要讨论了深度学习中的自编码的方法，对自编码方法实现仿真应用，在以后能应用到SAR图像上进行自动特征提取，最后阐述该理论的目前遇到的困难。 关键词：深度学习 autoencoder convolution pooling 一 引言 深度学习是机器学习研究中的一个新的领域，其核心思想在于模拟人脑的层级抽象结构，通过无监督的方式分析大规模数据，发掘大数据中蕴藏的有价值信息。深度学习应大数据而生，给大数据提供了一个深度思考的大脑。 自2006年以来，深度学习在学术界持续升温。斯坦福大学、纽约大学、加拿大蒙特利尔