正则化深度学习及其在机器人环境感知中的应用pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

正则化深度学习及其在机器人环境感知中的应用PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论 1

1.1 背景和意义 1

1.2 问题与挑战 2

1.2.1 深度学习问题描述 2

1.2.2 深度学习的挑战 3

1.2.3 机器人环境感知 4

1.3 研究现状 5

1.3.1 深度学习发展 6

1.3.2 深度学习与正则化 7

1.3.3 深度学习在机器人环境感知的应用 10

1.4 本书组织结构 11

第2章 隐层正则约束：图正则自编码器 13

2.1 引言 13

2.2 图正则自编码器 14

2.2.1 自编码器 15

2.2.2 单隐层图正则化自编码器 16

2.2.3 栈式图正则化自编码器 18

2.2.4 近邻图构造 18

2.2.5 模型训练 19

2.3 图正则化理论分析 21

2.3.1 图正则项对于输入空间的邻域特性建模 23

2.3.2 图正则项对于隐层表示的影响 24

2.3.3 图正则项与其他正则项的关系 26

2.4 图像聚类与分类实验结果 27

2.4.1 图像聚类实验 27

2.4.2 图像分类实验 34

2.5 广义图正则化与场景分类 39

2.5.1 广义图正则自编码器 40

2.5.2 多层级输入构造以及结果融合 41

2.6 场景分类实验结果 46

2.7 本章小结 49

第3章 结构正则约束：语义正则网络 51

3.1 引言 51

3.2 语义正则卷积神经网络 53

3.2.1 卷积神经网络 53

3.2.2 语义正则下的场景分类网络 55

3.2.3 输入构造 59

3.3 基于场景类别的语义分割优化 59

3.4 实验结果 61

3.4.1 实验配置 62

3.4.2 语义正则结构有效性验证 62

3.4.3 场景分类结果 64

3.4.4 语义分割优化结果 66

3.4.5 数据集外场景测试结果 68

3.5 本章小结 70

第4章 结构正则约束：嵌套残差网络 71

4.1 引言 71

4.2 嵌套残差网络 73

4.2.1 稠密参考深度构造 73

4.2.2 结构正则化的嵌套残差网络 77

4.2.3 代价函数 79

4.3 实验结果 80

4.3.1 实验配置 81

4.3.2 结构正则化有效性验证 82

4.3.3 深度估计结果对比 84

4.3.4 输入稀疏观测与输出置信度分析 88

4.4 本章小结 90

第5章 输出正则约束：深度移动立方体网络 91

5.1 引言 91

5.2 深度移动立方体算法 94

5.2.1 移动立方体算法 94

5.2.2 可导移动立方体层 97

5.2.3 网络结构 99

5.3 正则化深度移动立方体网络 100

5.3.1 点到物体表面距离 101

5.3.2 占用概率先验正则 101

5.3.3 网格模型复杂度正则 102

5.3.4 网格模型曲率正则 102

5.4 实验结果 103

5.4.1 模型及正则项验证 103

5.4.2 基于点云的三维物体重构 107

5.4.3 基于体素模型的三维物体重构 111

5.5 本章小结 113

第6章 总结与展望 114

6.1 本书总结 114

6.2 未来工作展望 115

参考文献 116

相关发表文章 132