PCA与CNN耦合算法研究及在矿相识别中的应用

发布时间：2022-10-10 11:36

　　卷积神经网络（Convolutional Neural Networ,CNN）是一种深度前馈神经网络,近些年已成为图像识别领域中的研究热点。CNN作为强有力的图像识别工具,在取得很好效果的同时,在实际应用中也存在着诸如权值优化、过拟合、网络退化等问题。因此,寻找合适的改进方案,将CNN以合理的形式融入到新的应用模型中,对解决实际问题至关重要。论文从CNN的过拟合问题和特征融合问题两个角度出发,对传统CNN进行改进,结合主成分分析算法（Principle Component Analysis,PCA）在图像处理方面的优势,建立了PCA与CNN耦合算法,并将其应用到球团矿相识别问题中。首先,对CNN的基本结构及训练过程进行分析,重点研究了局部感受野、权值共享以及卷积计算相关理论,提出CNN算法在实际应用中遇到的两类优化问题,即模型过拟合问题和特征融合问题。其次,针对过度拟合问题,提出了图像缩放、调整图像亮度和对比度、图像翻转、图像旋转、高斯滤波、图像分割和PCA降维7种图像处理方法,从数据增强和数据降维两方面提高样本数据质量,有效避免了模型过拟合问题的出现,在提高模型计算速度的同时也提高了... 

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
引言
第1章 绪论
    1.1 课题背景与意义
    1.2 国内外研究概况
        1.2.1 卷积神经网络的发展与研究现状
        1.2.2 球团矿相研究现状
    1.3 论文结构和主要研究内容
        1.3.1 主要研究内容
        1.3.2 章节结构
第2章 理论分析
    2.1 CNN相关理论
        2.1.1 反向传播算法
        2.1.2 梯度下降法
        2.1.3 三种常见激活函数
    2.2 CNN基本结构及特征
        2.2.1 CNN基本结构
        2.2.2 局部感受野思想
        2.2.3 权值共享思想
        2.2.4 CNN的训练流程
    2.3 本章小结
第3章 PCA与 CNN算法耦合
    3.1 PCA的基本思想与数学模型
    3.2 基于PCA算法的矿相主特征提取
    3.3 PCA与 CNN算法耦合
        3.3.1 过拟合问题
        3.3.2 特征融合问题
    3.4 本章小结
第4章 PCA与 CNN耦合算法在矿相识别中的应用
    4.1 实验与算法设计
        4.1.1 实验设计
        4.1.2 算法流程设计
    4.2 球团矿相预处理
        4.2.1 图像增强
        4.2.2 高斯滤波
        4.2.3 图像分割
    4.3 PCA与 CNN耦合模型建立与求解
    4.4 本章小结
结论
参考文献
致谢
导师简介
作者简介
学位论文数据集


【参考文献】：
期刊论文
[1]结合卷积神经网络多层特征融合和K-Means聚类的服装图像检索方法[J]. 侯媛媛,何儒汉,李敏,陈佳.  计算机科学. 2019(S1)
[2]硅系行业的现状及未来思考[J]. 王建民,师政清.  铁合金. 2019(01)
[3]基于轮廓信息与颜色直方图的图像匹配[J]. 尤波,徐义飞,李彬,杨伟凯.  自动化技术与应用. 2019(02)
[4]基于深度学习的图像实例分割[J]. 陈茗杨,赵志刚,潘振宽,于晓康.  青岛大学学报(自然科学版). 2019(01)
[5]PFWG改进的CNN多光谱遥感图像分类[J]. 王民,樊潭飞,贠卫国,王稚慧.  激光与光电子学进展. 2019(03)
[6]基于卷积网络的沙漠腹地绿洲植物群落自动分类方法[J]. 尼加提·卡斯木,师庆东,刘素红,比拉力·依明,李浩.  农业机械学报. 2019(01)
[7]基于卷积神经网络与迁移学习的油茶病害图像识别[J]. 龙满生,欧阳春娟,刘欢,付青.  农业工程学报. 2018(18)
[8]镁质熔剂性球团矿相特征分析[J]. 丁明明,李娟,孔凡备,李宇晗.  化工设计通讯. 2018(06)
[9]基于Gauss线检测的雪糕棒浅劈裂缺陷识别[J]. 苑玮琦,朱蕊.  电子世界. 2018(11)
[10]深度学习在图像处理领域中的应用综述[J]. 殷琪林,王金伟.  高教学刊. 2018(09)

硕士论文
[1]基于机器学习的图像检索研究[D]. 刘凡.上海师范大学 2019
[2]人体粪便镜检图像中红白细胞的分割与识别方法研究[D]. 何晓岭.华东交通大学 2018
[3]基于人工智能的辐射源识别技术研究[D]. 袁博.西安电子科技大学 2018
[4]基于CNN的隧道地质超前预报GPR实测数据分类研究及应用[D]. 党巾涛.长安大学 2018
[5]面向持续适航的航空器运行风险研究[D]. 倪晓梅.南京航空航天大学 2018
[6]英文实体识别与链接的研究与实现[D]. 李晓光.北京邮电大学 2018
[7]深度神经网络的可视化理解方法研究[D]. 赵新杰.哈尔滨工程大学 2018
[8]球团矿冶金性能预测的SVM改进模型研究[D]. 韩阳.华北理工大学 2018
[9]基于卷积神经网络的人脸识别在疲劳驾驶检测中的应用[D]. 幸坚炬.广东技术师范学院 2017
[10]基于深度学习的车型识别算法与DSP平台实现[D]. 郭晓伟.国防科学技术大学 2016



本文编号：3689548