31、卷积神经网络及其在及其视觉中的应用（Convolutional Networks and applications in Vision）（英文，会议论文，2010年，IEEE检索）
文章对CNN的原理、结构介绍得比较详细，总结了卷积神经网络在很多方面的应用，并给出了CNN的无监督训练改进方案，做了大量对比实现，参考文献具有权威性。
32、卷积网络和非卷积网络的联合训练（Joint training of convolutional and non-convoltional neural networks）（英文，会议论文，2014年，IEEE检索）
文章主要介绍卷积神经网络在语音识别方面的应用，抽象借鉴卷积网络的深度结构。
33、稀疏滤波（Sparse Filtering）（英文，会议论文，2011年，EI检索）
稀疏滤波算法作为CNN训练无监督化的典型改进，这篇文章属于稀疏滤波算法的原始文献，并提到CNN与SVM相结合的想法，是CNN训练无监督化改进的必要参考文献。
34、使用无监督卷积神经网络的交通工具类型识别（Vehicle Type Classification Using Unsupervised Convolutional Neural Network）（英文，会议论文，2014年，IEEE检索）
这篇文章将卷积神经网络用于交通工具类型识别，属于老方法新问题。同时把卷积网络的无监督化改进讲述得十分清楚，使用稀疏滤波算法，打破了传统的BP规则限制，是Sparse Filtering方法的典型应用。
版权声明：本文为博主原创文章，未经博主允许不得转载。
原文地址：http://blog.csdn.net/u013088062/article/details/47681093
