原创力文档- 1、本文档共40页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
基于卷积神经网络和残差结构单元的合同数据识别提取
目录
1.内容简述................................................2
1.1研究背景.............................................2
1.2研究意义.............................................3
1.3文献综述.............................................4
2.相关技术介绍............................................6
2.1卷积神经网络.........................................7
2.1.1CNN基本结构......................................8
2.1.2CNN工作原理......................................9
2.2残差结构单元........................................10
2.2.1ResNet结构特点..................................11
2.2.2ResNet在图像识别中的应用........................12
3.合同数据识别提取方法...................................14
3.1数据预处理..........................................15
3.1.1数据清洗........................................16
3.1.2数据增强........................................17
3.2网络结构设计........................................17
3.2.1卷积层设计......................................18
3.2.2残差单元设计....................................20
3.3损失函数与优化器....................................21
3.3.1损失函数........................................22
3.3.2优化器选择......................................22
4.实验与结果分析.........................................23
4.1实验环境............................................25
4.2数据集介绍..........................................25
4.3实验步骤............................................26
4.4结果分析............................................27
4.4.1模型性能评估....................................28
4.4.2消融实验........................................29
5.应用案例分析...........................................31
5.1案例一..............................................32
5.2案例二..............................................34
5.3案例三..............................................36
6.结论与展望.............................................37
6.1研究结论............................................37
6.2存在问题与挑战......................................38
6.3未来研究方向..
文档评论（0）