基于深度神經(jīng)網(wǎng)絡的圖像識別系統(tǒng)的研究與改進.pdf

1、深層人工神經(jīng)網(wǎng)絡的結(jié)構(gòu)跟生物神經(jīng)網(wǎng)絡結(jié)構(gòu)類似，可以很好的適用于圖像識別這個問題。目前，關(guān)于將深度神經(jīng)網(wǎng)絡應用在圖像識別問題上已經(jīng)取得了很多令人振奮的成果，然而距離將深度神經(jīng)網(wǎng)絡投入諸如圖像檢索、圖像標注、圖文轉(zhuǎn)換等實際應用中還有很多問題需要克服。本文針對深度神經(jīng)網(wǎng)絡結(jié)構(gòu)進行研究，改進了常用的訓練算法，同時針對不同的應用場景，提出了兩種新的神經(jīng)網(wǎng)絡模型。
　　首先，本文針對深度神經(jīng)網(wǎng)絡在圖像識別領(lǐng)域上的應用進行了詳細的研究，并提出了

2、一系列改進算法提升了現(xiàn)在最優(yōu)模型的性能。在參與相關(guān)評測比賽中獲得了不錯的成績。基于本文改進算法，設(shè)計實現(xiàn)了一個在線圖像識別系統(tǒng)。
　　在使用大規(guī)模搜索引擎用戶點擊數(shù)據(jù)訓練高級圖像特征得過程中，本文發(fā)現(xiàn)搜索引擎的用戶點擊數(shù)據(jù)不同于人工標注的訓練數(shù)據(jù)，它具有數(shù)據(jù)分布不均衡、同義類別數(shù)據(jù)較多等問題，而這些問題對多分類神經(jīng)網(wǎng)絡的訓練有很大影響，基于這些問題，本文提出了一種適用于實際數(shù)據(jù)分布情況的基于多任務深度神經(jīng)網(wǎng)絡的圖像高級特征學習方法