一、本篇介绍
篇名:卷积神经网络研究综述
作者:李彦冬,郝宗波,雷航
作者单位:电子科技大学 信息与软件工程学院
发表在:计算机应用,2016年9日10
二、主要内容
1、CNN的历史
1.20世纪60年代,理论提出阶段,Neocognitron主导(1980年提出)
2.1998年前后,模型实现阶段,LeNet-5主导
3.2012年至今,广泛研究阶段,AlexNet、VGG、GoogLeNet、ResNet、
2、CNN的研究方向
1.完备的数学解释和理论指导
2.网络的结构研究
3.CNN各项参数的研究
4.CNN的模型的研究
5.迁移学习理论的应用
6.提取特征的表达
7.各种领域的应用
3、CNN的基本原理
1.CNN基本结构:输入层、卷积层、下采样层(池化层)、全连接层和输出层
2.CNN的本质是使原始矩阵(H0)经过多个层次的数据变换或降维,映射到一个新的特征表达(Y)的数学模型。
3.工作原理:定义->训练->预测
4、CNN的研究进展
1.过拟合问题
2.结构问题
3.原理分析
4.迁移学习
5、CNN的应用分析
1.精度更高
2.复杂度更高
3.应用范围更大
4.实时应用发展
三、具体创新
本文属于综述,没有具体创新点。
四、心得感想
让我对CNN有了一个全方位的了解,虽然对其中的很多具体的概念还不懂,但是在接下来的日子里,终究会搞懂。
fighting!!!
附:专业词汇
Convolutional Neural Network 卷积神经网络(CNN)
image classification 图像分类
object detection 目标检测
semantic image segmentation 图像语义分割
over-fitting problem 过提取问题
network structure 网络结构
transfer learning 迁移学习
theoretic analysis 理论分析
Deep Belief Network 深信度网络(DBN)
Convolutional Deep Belief Network 卷积深信度网络(CDBN)
regions with CNN 基于区域特征提取的CNN(R-CNN)
Fully Convolutional Network 全卷积网络(FCN)
Receptive Field 感受野
Recurrent Neural Network 递归神经网络(RNN)
另:一些说明
1、本博客仅用于学习交流,欢迎大家瞧瞧看看,为了方便大家学习,相关论文请去知网等地方自行下载。
2、如果原作者认为侵权,请及时联系我,我的qq是244509154,邮箱是244509154@qq.com,我会及时删除侵权文章。
3、我的文章大家如果觉得对您有帮助或者您喜欢,请您在转载的时候请注明来源,不管是我的还是其他原作者,我希望这些有用的文章的作者能被大家记住。
4、最后希望大家多多的交流,提高自己,从而对社会和自己创造更大的价值。