原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
卷积神经网络的发展历程与应用现状
目录
一、内容概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
1.3论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
二、卷积神经网络的基本原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8
2.1神经网络基础回顾．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
2.1.1感知机模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
2.1.2多层感知机．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
2.2卷积神经网络结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
2.2.1卷积层．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
2.2.2池化层．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
2.2.3全连接层．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
2.3激活函数与损失函数．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
2.3.1常用激活函数．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
2.3.2常用损失函数．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
三、卷积神经网络的发展历程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27
3.1早期探索阶段．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
3.2发展停滞期．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30
3.2.1处理能力限制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
3.2.2数据集规模不足．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32
3.3复兴与繁荣期．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
3.4近期发展趋势．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35
3.4.1模型结构创新．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37
3.4.2训练方法优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38
四、卷积神经网络的典型模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39
五、卷积神经网络的应用领域．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43
5.1图像识别领域．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
5.1.1图像分类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47
5.1.2目标检测．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48
5.1.3图像分割．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50
5.2自然语言处理领域．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51
5.2.1文本分类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52
5.2.2机器翻译．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56
5.2.3命名实体识别．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56
5.3语音识别领域．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57
5.3.1语音转文字．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．59
5.3.2语音情感识别．．．．．．
文档评论（0）