标签：输出 创新 算法 2014年 work pop 模型 net 今后
21、深度神经网络在视觉显著性中的应用（Visual Attention with Deep Neural Networks）（英文，会议论文。2015年，IEEE检索）
这篇文章主要讲CNN在显著性检測领域的应用。
22、深度学习研究进展（中文，期刊，2015年。知网）
深度学习方面的一篇综述性文章，对深度学习的由来，人脑视觉机理，CNN结构都有较为具体的描写叙述，并介绍深度学习在今后的主要改进方向。
23、深度学习研究进展（中文，期刊，2014年，知网）
强调一点。就是Hinton等人所做的突破性工作主要是在DBN方面，而不是CNN。文章主要介绍置信网络和自己主动编码器，对于初始化方法、网络层数、激活函数选择、模型结构、学习算法等方面的改进进展进行综述。并介绍了深度学习的实际应用以及未来研究方向，是一篇较为全面的综述文章。
24、深度学习的研究与发展（中文，期刊。2015年，知网）
文章中指出BP算法于1974年提出，对受限玻尔兹曼机、深度置信网络、自己主动编码器、卷积神经网络的原理、结构均有介绍，当中对于CNN的介绍有一定參考价值。
同一时候简要介绍了深度学习的应用以及研究进展。
25、深度学习研究综述（中文，期刊。2015年，知网）
对CNN介绍得比較具体，提到了平均池化、最大池化等名词概念，简要介绍了DeepID和DeepFace算法。參考文献相对经典。
26、深度学习研究综述（中文，期刊，2012年。知网）
指出Lecun等人首先提出CNN这一多层结构学习算法，介绍了DBN和CNN的原理结构，当中对CNN的介绍较为具体，同一时候简要介绍了二者的应用进展。
27、深度学习及其在目标和行为识别中的新进展（中文。期刊。2014年，知网）
由清华大牛撰写，是深度学习方面一篇典型的综述性文章。提起相关神经科学的支持。文章主要介绍限制玻尔兹曼机和自己主动编码器的原理、结构以及改进方案，并对其在目标和行为识别中的应用给予具体介绍，以及今后须要解决的问题，文章在内容和结构上都具有较大參考价值。
28、图像物体分类与检測算法综述（中文，期刊，2013年。知网）
文章以视觉竞赛（如PASCAL VOC竞赛和ImageNet竞赛）为主线来对当今的分类检測算法（包含深度学习）进行综述。提供了具体的比赛数据，非常有说服力。
29、使用卷积神经网络的光照不变性人脸识别（Illumination Invariant Face Recognition Using Convolutional Neural Networks）（英文。会议论文，2015年，IEEE检索）
CNN在人脸识别问题中最主要的应用。老方法解决新问题，之所以说是新问题，是由于在人脸识别中增加了光照不均的干扰。
30、基于深度特征学习的年龄预计（Deep-Learned Feature for Age Estimation）（英文，会议论文，2015年。IEEE检索）
文章将CNN首次应用于年龄预计，主要有下面两个创新点：一是对于CNN的各个映射层的特征map都加以利用，而不仅仅是利用顶层输出特征map，属于多层特征融合思想；二是将流形学习分类器与CNN相结合，属于CNN与先进分类器的结合。
标签：输出 创新 算法 2014年 work pop 模型 net 今后
原文地址：http://www.cnblogs.com/mthoutai/p/7202734.html
