基于迁移学习的多类物体识别与检测--博士论文下载

教育论文中心

广告服务

论文搜索

论文发表

会员专区

在线购卡

服务帮助

联系我们

硕士论文

博士论文

当前位置：教育论文中心首页--博士论文--基于迁移学习的多类物体识别与检测

博硕论文分类列表

工业技术	交通运输	农业科学
生物科学	航空航天	历史地理
医学卫生	语言文字	环境科学
综合图书	政治法律	社会科学
马列主义、毛泽东思想		艺术
数理科学和化学		文学
天文学、地理科学		军事
文化科学、教育体育		经济
自然科学总论		哲学
查看更多分类

论文搜索

科目列表

市场营销	管理理论	人力资源
电子商务	社会实践	先进教育
伦理道德	艺术理论	环境保护
农村研究	交通相关	烟草论文
电子电气	财务分析	融资决策
电影艺术	国学论文	材料工程
语文论文	数学论文	英语论文
政治论文	物理论文	化学论文
生物论文	美术论文	历史论文
地理论文	信息技术	班主任
音乐论文	体育论文	劳技论文
自然论文	德育管理	农村教育
素质教育	三个代表	旅游管理
国际贸易	哲学论文	工商管理
证券金融	社会学	审计论文
会计论文	建筑论文	电力论文
水利论文	园林景观	农林学
中医学	西医学	心理学
公安论文	法学法律	思想汇报
法律文书	总结报告	演讲稿
物业管理	经济学	论文指导
计算机	护理论文	社会调查
军事论文	化工论文	财政税收
保险论文	物流论文	语言教育
教育教学	给水排水	暖通论文
结构论文	综合类别	硕士论文
博士论文

基于迁移学习的多类物体识别与检测

论文目录

摘要	第4-5页
ABSTRACT	第5-6页
主要符号表	第12-16页
1 绪论	第16-27页
1.1 研究背景与意义	第16-17页
1.2 国内外相关工作研究进展	第17-25页
1.2.1 迁移学习理论的研究现状	第17-23页
1.2.2 基于迁移学习的物体识别研究进展	第23-24页
1.2.3 基于迁移学习的物体检测研究进展	第24-25页
1.3 本文的组织结构	第25-27页
2 基于人工合成实例迁移学习的类不平衡物体识别	第27-59页
2.1 研究问题及解决思路	第27-29页
2.2 基于人工合成实例的迁移学习	第29-38页
2.2.1 TrAdaboost算法回顾	第29-31页
2.2.2 加权人工合成实例算法WSMOTE的设计与实现	第31-36页
2.2.3 人工合成实例迁移学习算法的实现	第36页
2.2.4 算法计算效率的讨论	第36-38页
2.3 实验结果与数据分析	第38-58页
2.3.1 实验数据集	第38-39页
2.3.2 特征提取和编码	第39-40页
2.3.3 实验结果	第40-45页
2.3.4 对比实验及结果分析	第45-58页
2.4 小结	第58-59页
3 基于在线特征变换的跨领域多类物体识别	第59-96页
3.1 研究问题及解决思路	第59-61页
3.2 在线线性特征变换学习	第61-70页
3.2.1 问题的描述	第61-62页
3.2.2 生成跨领域约束	第62页
3.2.3 最优化方法求解	第62-66页
3.2.4 损失边界的理论分析	第66-70页
3.3 在线非线性特征变换学习	第70-81页
3.3.1 在线单核特征变换	第70-72页
3.3.2 在线多核特征变换	第72-74页
3.3.3 损失边界的理论分析	第74-81页
3.3.4 算法时间复杂度	第81页
3.4 实验结果与数据分析	第81-95页
3.4.1 实验数据集	第81页
3.4.2 特征提取和编码	第81-82页
3.4.3 核函数	第82页
3.4.4 实验结果	第82-89页
3.4.5 对比实验与结果分析	第89-95页
3.5 小结	第95-96页
4 基于微调卷积神经网络模型集成的跨领域多类物体识别	第96-110页
4.1 研究问题及解决思路	第96-97页
4.2 微调卷积神经网络模型集成	第97-104页
4.2.1 跨领域物体识别的CNN模型体系结构的设计	第97-99页
4.2.2 微调CNN模型的训练	第99-101页
4.2.3 CNN模型的集成	第101-103页
4.2.4 CNN模型的集成预测	第103-104页
4.3 实验结果与数据分析	第104-109页
4.3.1 实验数据集	第104页
4.3.2 模型训练设置	第104-105页
4.3.3 实验结果	第105-109页
4.4 小结	第109-110页
5 基于共享BA图碎片特征的多类物体检测	第110-138页
5.1 研究问题及解决思路	第110-113页
5.2 基于共享特征和再分类的物体检测	第113-121页
5.2.1 共享特征的JointBoost算法	第113-118页
5.2.2 多类多视角的三维物体检测	第118-119页
5.2.3 基于RUS-SMOTEboost算法的再分类	第119-121页
5.3 实验结果与数据分析	第121-137页
5.3.1 实验数据集	第121-122页
5.3.2 特征提取和编码	第122-124页
5.3.3 实验结果	第124-137页
5.4 小结	第137-138页
6 结论与展望	第138-141页
6.1 结论	第138-139页
6.2 创新点	第139-140页
6.3 展望	第140-141页
参考文献	第141-152页
攻读博士学位期间科研项目及科研成果	第152-153页
致谢	第153-154页
作者简介	第154页

论文编号BS3242066，这篇论文共154页会员购买按0.35元/页下载，共需支付53.9元。直接购买按0.5元/页下载，共需要支付77元。

我还不是会员，注册会员！会员下载更优惠!充值送钱！	我只需要这篇，无需注册！直接网上支付，方便快捷！

您可能感兴趣的论文

版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。