一、本篇介绍
篇名：卷积神经网络研究综述
作者：李彦冬，郝宗波，雷航
作者单位：电子科技大学 信息与软件工程学院
发表在：计算机应用，2016年9日10
二、主要内容
1、CNN的历史
1.20世纪60年代，理论提出阶段，Neocognitron主导（1980年提出）
2.1998年前后，模型实现阶段，LeNet-5主导
3.2012年至今，广泛研究阶段，AlexNet、VGG、GoogLeNet、ResNet、
2、CNN的研究方向
1.完备的数学解释和理论指导
2.网络的结构研究
3.CNN各项参数的研究
4.CNN的模型的研究
5.迁移学习理论的应用
6.提取特征的表达
7.各种领域的应用
3、CNN的基本原理
1.CNN基本结构：输入层、卷积层、下采样层(池化层)、全连接层和输出层
2.CNN的本质是使原始矩阵(H0)经过多个层次的数据变换或降维，映射到一个新的特征表达(Y)的数学模型。
3.工作原理：定义->训练->预测
4、CNN的研究进展
1.过拟合问题
2.结构问题
3.原理分析
4.迁移学习
5、CNN的应用分析
1.精度更高
2.复杂度更高
3.应用范围更大
4.实时应用发展
三、具体创新
本文属于综述，没有具体创新点。
四、心得感想
让我对CNN有了一个全方位的了解，虽然对其中的很多具体的概念还不懂，但是在接下来的日子里，终究会搞懂。
fighting！！！
附：专业词汇
Convolutional Neural Network 卷积神经网络（CNN）
image classification 图像分类
object detection 目标检测
semantic image segmentation 图像语义分割
over-fitting problem 过提取问题
network structure 网络结构
transfer learning 迁移学习
theoretic analysis 理论分析
Deep Belief Network 深信度网络（DBN）
Convolutional Deep Belief Network 卷积深信度网络（CDBN）
regions with CNN 基于区域特征提取的CNN（Ｒ-CNN）
Fully Convolutional Network 全卷积网络（FCN）
Receptive Field 感受野
Recurrent Neural Network 递归神经网络（RNN）
另：一些说明
1、本博客仅用于学习交流，欢迎大家瞧瞧看看，为了方便大家学习，相关论文请去知网等地方自行下载。
2、如果原作者认为侵权，请及时联系我，我的qq是244509154，邮箱是[email protected]，我会及时删除侵权文章。
3、我的文章大家如果觉得对您有帮助或者您喜欢，请您在转载的时候请注明来源，不管是我的还是其他原作者，我希望这些有用的文章的作者能被大家记住。
4、最后希望大家多多的交流，提高自己，从而对社会和自己创造更大的价值。