|
|
|
|
基于跨域融合的細粒度圖像分類模型的研究與應用 |
| |
| 論文目錄 |
| |
| 摘要 | 第4-5頁 | | Abstract | 第5-6頁 | | 1 緒論 | 第9-16頁 | | 1.1 細粒度圖像分類研究背景 | 第9-10頁 | | 1.2 研究意義 | 第10頁 | | 1.3 國內外研究現狀 | 第10-14頁 | | 1.3.1 細粒度圖像分類算法 | 第10-13頁 | | 1.3.2 跨域融合細粒度圖像分類算法 | 第13頁 | | 1.3.3 小樣本學習方法 | 第13-14頁 | | 1.4 論文研究內容 | 第14-15頁 | | 1.5 論文組織結構 | 第15-16頁 | | 2 細粒度圖像分類算法的背景知識 | 第16-30頁 | | 2.1 深度學習之卷積神經網絡 | 第16-21頁 | | 2.1.1 卷積神經網絡概述 | 第16-17頁 | | 2.1.2 卷積神經網絡原理 | 第17-21頁 | | 2.2 小樣本學習方法之基于度量的元學習 | 第21-25頁 | | 2.2.1 元學習基本概念 | 第21-22頁 | | 2.2.2 元學習數據集劃分 | 第22-24頁 | | 2.2.3 元學習模型訓練方式 | 第24-25頁 | | 2.3 自然語言處理之GloVe算法 | 第25-29頁 | | 2.3.1 自然語言處理算法概述 | 第25-26頁 | | 2.3.2 共現矩陣 | 第26-27頁 | | 2.3.3 GloVe算法原理 | 第27-29頁 | | 2.4 本章小結 | 第29-30頁 | | 3 基于跨域融合的細粒度圖像分類模型 | 第30-41頁 | | 3.1 基礎網絡框架 | 第30-35頁 | | 3.1.1 原型網絡 | 第30-33頁 | | 3.1.2 任務依賴度量網絡 | 第33-35頁 | | 3.2 跨域融合機制 | 第35-38頁 | | 3.3 跨域融合細粒度圖像分類模型 | 第38-40頁 | | 3.3.1 以原型網絡為基礎的跨域融合模型 | 第38-39頁 | | 3.3.2 以任務依賴度量網絡為基礎的跨域融合模型 | 第39-40頁 | | 3.4 本章小結 | 第40-41頁 | | 4 實驗結果及分析 | 第41-47頁 | | 4.1 數據集介紹 | 第41-42頁 | | 4.2 實驗環境介紹 | 第42頁 | | 4.3 模型訓練策略 | 第42-43頁 | | 4.4 實驗結果 | 第43-44頁 | | 4.5 實驗結果分析 | 第44-46頁 | | 4.5.1 結果對比分析 | 第44頁 | | 4.5.2 參數分析 | 第44-46頁 | | 4.6 本章小結 | 第46-47頁 | | 5 ITCD-TADAM++模型的應用 | 第47-53頁 | | 5.1 鳥類識別系統總體設計 | 第47頁 | | 5.2 開發環境 | 第47-48頁 | | 5.3 鳥類識別系統的設計與實現 | 第48-50頁 | | 5.4 跨域融合圖像分類模型的應用前景分析 | 第50-52頁 | | 5.5 本章小結 | 第52-53頁 | | 6 總結與展望 | 第53-55頁 | | 6.1 本文總結 | 第53頁 | | 6.2 展望 | 第53-55頁 | | 參考文獻 | 第55-58頁 | | 作者簡介 | 第58-59頁 | | 致謝 | 第59頁 |
|
|
|
|
論文編號BS4734482，這篇論文共59頁
會員購買按0.35元/頁下載，共需支付20.65元。 直接購買按0.5元/頁下載，共需要支付29.5元 。 |
 |
 |
我還不是會員，注冊會員！
會員下載更優惠!充值送錢！ |
我只需要這篇，無需注冊！
直接網上支付，方便快捷！ |
|
|
|
版權申明：本目錄由www.axissecurityny.com網站制作，本站并未收錄原文，如果您是作者，需要刪除本篇論文目錄請通過QQ或其它聯系方式告知我們，我們承諾24小時內刪除。 |
|
|
廣告服務