【毕业设计】基于雷达与深度学习的摔倒检测——卷积自编码器

卷积神经网络（Convolutional Neural Network, CNN）是一种特殊的神经网络，与传统的图像处理算法相比，卷积神经网络的优势在于可以直接对原始图像进行特征提取，避免了复杂的处理过程。随着 LeNet-5 网络成功应用在手写数字识别领域，卷积神经网络已成为计算机视觉的研究热点。本文主要介绍卷积自编码器（Convolutional Auto-Encoder, CAE）的基本结构与工作原理。

目录

1 卷积神经网络

2 卷积自编码器

2.1 自编码器

2.2 卷积自编码器

---

1 卷积神经网络

        在卷积神经网络（Convolutional Neural Network, CNN）中，神经元被划分为不同网络层，这些网络层包括卷积层、全连接层和 Softmax 层。图1 是包含两层卷积层的卷积神经网络的结构示意图，其中 p0 , p1, ⋯, p9 分别表示数字 0 到 9 的概率。