期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到167篇文章
< 1 2 … 9 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进最小二乘生成对抗网络和两步数据增强的高熵氧化物陶瓷晶体结构预测
1
作者 张怀志 林文文 +3 位作者 张岳君 项薇 季孟忠 吴磊 《机械制造》 2025年第9期45-57,共13页
由于高熵氧化物陶瓷试验成本高昂,导致相关数据匮乏。目前,数据增强方法在材料领域的应用已成为趋势,但是高度依赖增强后数据的质量。生成对抗网络已广泛应用于材料科学领域,在训练过程中的稳定性及生成数据的质量仍是当前研究中亟待解... 由于高熵氧化物陶瓷试验成本高昂,导致相关数据匮乏。目前,数据增强方法在材料领域的应用已成为趋势,但是高度依赖增强后数据的质量。生成对抗网络已广泛应用于材料科学领域,在训练过程中的稳定性及生成数据的质量仍是当前研究中亟待解决的问题,将严重影响后续模型的训练精度和泛化能力。为了解决以上问题,提出一种基于改进最小二乘生成对抗网络和两步数据增强的高熵氧化物陶瓷晶体结构预测方法。在改进最小二乘生成对抗网络的基础上,引入辅助生成器和辅助鉴别器,与主生成器和主鉴别器并行工作。将增强后的数据集与训练集合并,搭建多层感知机进行预测。对比发现,所提出的方法能够显著改善模型性能,在测试集上的准确率为0.9747,相比数据增强之前提升16.67%。所提出的方法有助于机器学习模型更高效、准确地预测高熵氧化物陶瓷晶体结构,为改进机器学习模型和设计新型高熵氧化物陶瓷提供了参考。 展开更多
关键词 高熵氧化物陶瓷 晶体 结构 预测 最小二乘生成对抗网络 数据增强
在线阅读 下载PDF
基于模糊神经网络对抗生成的城市固废焚烧过程二噁英排放预警
2
作者 崔璨麟 汤健 +1 位作者 夏恒 乔俊飞 《控制理论与应用》 北大核心 2025年第4期757-766,共10页
城市固废焚烧(MSWI)过程产生的二噁英(DXN)类剧毒污染物是全世界范围内备受关注的环保指标,进行DXN排放浓度预警是缓解焚烧建厂“邻避效应”和实现城市精准污染防控等难题的关键之一.受限于产生机理上的全流程相关、记忆效应等特性以及... 城市固废焚烧(MSWI)过程产生的二噁英(DXN)类剧毒污染物是全世界范围内备受关注的环保指标,进行DXN排放浓度预警是缓解焚烧建厂“邻避效应”和实现城市精准污染防控等难题的关键之一.受限于产生机理上的全流程相关、记忆效应等特性以及检测技术上的高难度和离线化验上的高成本等原因,DXN建模数据面临着维数高、不确定性强和样本稀疏等问题.对此,本文提出基于模糊神经网络(FNN)对抗生成的DXN排放预警方法.首先,采用基于随机森林(RF)的自适应特征选择算法降低输入变量维数;接着,基于FNN的生成对抗网络(GAN)迭代产生用于预警建模的候选虚拟样本,以缓解不确定性和稀疏性问题;然后,通过多约束选择机制进行虚拟样本筛选以提高样本质量;最后,构建基于真实与虚拟混合样本的DXN排放预警模型.基于北京某MSWI电厂的实际DXN数据验证了所提方法的有效性. 展开更多
关键词 城市固废焚烧 二噁英 模糊神经网络 生成对抗网络 虚拟样本 预警模型
在线阅读 下载PDF
车辆环境下基于生成对抗网络的推荐列表二次排序模型
3
作者 彭二帅 孙一凡 李镇宇 《电脑知识与技术》 2025年第6期88-90,93,共4页
针对现有车辆推荐算法在数据稀疏情况下推荐效果不佳,以及难以处理用户购买意图受多种因素影响的非线性关系问题,文章提出了一种基于生成对抗网络(GAN)的推荐列表二次排序模型(RGANV)。该模型首先利用门控循环单元(GRU)网络分析车辆用... 针对现有车辆推荐算法在数据稀疏情况下推荐效果不佳,以及难以处理用户购买意图受多种因素影响的非线性关系问题,文章提出了一种基于生成对抗网络(GAN)的推荐列表二次排序模型(RGANV)。该模型首先利用门控循环单元(GRU)网络分析车辆用户的会话信息,生成初步推荐列表。随后,利用该列表训练GAN模型中的判别器,并根据训练好的生成器对推荐列表进行二次排序,使商品相关性评分更加准确,进而生成高质量推荐列表。仿真结果表明,RGANV有效解决了GRU模型在车辆用户长期信息获取上的不足,并改善了多因素干扰问题,提升了推荐效果。 展开更多
关键词 车载电商推荐 门控循环单元 生成对抗网络 二次排序 策略梯度
在线阅读 下载PDF
最小二乘迁移生成对抗网络 被引量：3
4
作者 王孝顺 陈丹 丘海斌 《计算机工程与应用》 CSCD 北大核心 2019年第14期24-31,共8页
现有的生成对抗网络(Generative Adversarial Networks,GAN)损失函数已经被成功地应用在迁移学习方法中。然而,发现这种损失函数在学习过程中可能会出现梯度消失的问题。为了克服该问题,提出了一种学习领域不变特征的新方法,即最小二乘... 现有的生成对抗网络(Generative Adversarial Networks,GAN)损失函数已经被成功地应用在迁移学习方法中。然而,发现这种损失函数在学习过程中可能会出现梯度消失的问题。为了克服该问题,提出了一种学习领域不变特征的新方法,即最小二乘迁移生成对抗网络(Least Squares Transfer Generative Adversarial Networks,LSTGAN)。LSTGAN采用最小二乘生成对抗网络(Least Squares Generative Adversarial Networks,LSGAN)损失函数,通过单领域判别的训练方式来减少领域分布之间的差异。通过研究表明,所提方法与其他有竞争力的算法相比较具有一定的优越性。 展开更多
关键词 生成对抗网络 迁移学习 梯度消失 领域不变特征 最小二乘生成对抗网络损失函数
在线阅读 下载PDF
机理与生成对抗网络融合的谐波状态估计方法
5
作者 邵振国 谢雨寒 +1 位作者 林俊杰 陈飞雄 《中国电机工程学报》 北大核心 2025年第17期6683-6695,I0007,共14页
当电网因量测配置不足呈现不可观状态时,传统状态估计方法难以感知电网的谐波分布。为此,该文提出一种谐波传播机理与生成对抗网络(generative adversarial network,GAN)融合的谐波状态估计方法,以估计不可观节点的谐波状态。首先,采用... 当电网因量测配置不足呈现不可观状态时,传统状态估计方法难以感知电网的谐波分布。为此,该文提出一种谐波传播机理与生成对抗网络(generative adversarial network,GAN)融合的谐波状态估计方法,以估计不可观节点的谐波状态。首先,采用网络拓扑等效法化简不可观区域,并推导不可观节点状态量与边界节点虚拟状态量间的谐波传递方程;其次,采用GAN构建谐波状态估计模型,并以谐波状态方程和谐波传递方程构建损失函数,在损失函数中引入了量测量的残差以及边界节点虚拟状态量的均方误差作为机理惩罚项,通过谐波机理方程约束模型的训练过程;此外,分别采用基于注意力机制的残差网络以及卷积神经网络改进生成器和判别器的结构,并采用图像块GAN实现判别器对数据的局部判别,从而增强模型的特征挖掘能力;最后,在IEEE 33节点系统进行仿真测试,验证了所提方法的有效性。 展开更多
关键词 谐波状态估计 机理-数据融合 网络拓扑等效 生成对抗网络 可观性分析
原文传递
改进生成对抗网络与残差网络的流量异常检测模型
6
作者 陈虹 杨思文 +2 位作者 金海波 武聪 由雨竹 《计算机技术与发展》 2025年第4期65-72,共8页
针对网络流量异常检测中因数据类别不平衡导致检测率不高、尤其少数类检测率偏低的问题,提出了一种结合改进生成对抗网络和残差网络的流量异常检测模型。首先,采用孤立森林算法对正常类样本进行异常值处理,以减少正常类样本与少数攻击... 针对网络流量异常检测中因数据类别不平衡导致检测率不高、尤其少数类检测率偏低的问题,提出了一种结合改进生成对抗网络和残差网络的流量异常检测模型。首先,采用孤立森林算法对正常类样本进行异常值处理,以减少正常类样本与少数攻击类样本的边界重叠,避免在过采样过程中由于不同类型样本边界相似性而引入新的离群点。其次,利用条件Wasserstein生成对抗网络在保持数据分布一致性的前提下生成新的少数攻击类样本,解决数据失衡问题的同时提高样本多样性。最后,设计了分裂残差融合卷积自编码器-双向门控循环单元的流量异常检测方法,通过分裂残差结构提取多尺度空间特征,结合双向门控循环单元捕捉前后时序信息,并引入锐度感知最小化算法,结合随机梯度下降优化器,进一步提升少数类的检测率。实验结果表明,在NSL-KDD数据集上,该模型的准确率和F1分数分别达到了89.69%和89.71%。与主流方法相比,对U2R和R2L攻击流量的检出率分别提高了至少8.94%和3.39%,并在CICIDS2017场景数据集上进一步验证了该方法的有效性和可行性。 展开更多
关键词 流量异常检测 条件Wasserstein生成对抗网络 自编码器 孤立森林 锐度感知最小化
在线阅读 下载PDF
基于多残差动态融合生成对抗网络的人脸素描-照片合成方法 被引量：4
7
作者 孙锐 孙琦景 +1 位作者 单晓全 张旭东 《模式识别与人工智能》 EI CSCD 北大核心 2022年第3期207-222,共16页
针对现阶段人脸素描-照片合成方法合成的图像存在清晰度较低、面部细节模糊等问题,提出基于多残差动态融合生成对抗网络的人脸素描-照片合成方法.首先设计多残差动态融合网络,从不同的密集残差模块分别提取特征并进行残差学习.然后根据... 针对现阶段人脸素描-照片合成方法合成的图像存在清晰度较低、面部细节模糊等问题,提出基于多残差动态融合生成对抗网络的人脸素描-照片合成方法.首先设计多残差动态融合网络,从不同的密集残差模块分别提取特征并进行残差学习.然后根据不同层次的多样化残差特征生成对应的偏移量,不同位置的卷积核依据偏移量改变采样坐标,使网络自适应地关注特征中重要信息.在避免特征信息逐级丢失和冗余信息干扰的前提下,网络有效整合几何细节信息与高级语义信息.方法同时引入多尺度感知损失,对不同分辨率的合成图像进行感知对比,使网络可由粗到细地对合成图像进行正则化约束.在香港中文大学面部素描数据集上的实验表明,文中方法合成的图像清晰度较高,面部细节完整,颜色一致,接近真实的人脸图像. 展开更多
关键词 人脸素描-照片合成 生成对抗网络 多残差动态融合 深度学习
在线阅读 下载PDF
基于循环对抗神经网络的快速最小二乘逆时偏移成像方法 被引量：6
8
作者 黄韵博 黄建平 +1 位作者 李振春 刘博文 《中国石油大学学报（自然科学版）》 EI CAS CSCD 北大核心 2023年第3期55-61,共7页
最小二乘逆时偏移成像方法因计算量巨大,限制了其大规模的工业应用。基于此,建立循环对抗神经网络表征Hessian矩阵的逆,构建逆时偏移结果和反射系数之间的映射关系。通过建立的神经网络对逆时偏移成像结果进行去模糊化处理,提高成像质量... 最小二乘逆时偏移成像方法因计算量巨大,限制了其大规模的工业应用。基于此,建立循环对抗神经网络表征Hessian矩阵的逆,构建逆时偏移结果和反射系数之间的映射关系。通过建立的神经网络对逆时偏移成像结果进行去模糊化处理,提高成像质量,同时大幅减少计算时间。将训练好的网络应用于Marmousi模型和Sigsbee2A模型的逆时偏移结果。结果表明,本文方法在不显著增加计算量的情况下较好地提高了逆时偏移成像质量。 展开更多
关键词 逆时偏移 最小二乘 HESSIAN矩阵 循环对抗神经网络
在线阅读 下载PDF
偏最小二乘-神经网络光度法同时测定钢中钨和钼 被引量：5
9
作者 于洪海 张新平 胡云峰 《冶金分析》 CAS CSCD 北大核心 2004年第2期10-12,共3页
在钨(钼)-2,4 二氯苯基荧光酮-CTMAB显色体系中,用偏最小二乘法(PLS)与神经网络(NN)联用辅助分光光度法,不经分离,同时测定合金钢中钨和钼。经比较,结果优于PLS法和BP神经网络法。
关键词 钨 钼 2 4-二氯苯基荧光酮 神经网络 偏最小二乘法
在线阅读 下载PDF
有条件生成对抗网络的IVUS图像内膜与中-外膜边界检测 被引量：4
10
作者 袁绍锋 杨丰 +3 位作者 徐琳 吴洋洋 黄靖 刘娅琴 《中国生物医学工程学报》 CAS CSCD 北大核心 2019年第2期146-156,共11页
针对血管内超声(IVUS)图像中各类斑块、超声阴影和血管分支等造成内膜(LU)与中-外膜(MA)边界难以准确检测的问题,提出一种结合堆叠沙漏网络(SHGN)和有条件生成对抗网络(C-GAN)的IVUS内膜与中-外膜检测的改进方法。首先根据血管形态特点... 针对血管内超声(IVUS)图像中各类斑块、超声阴影和血管分支等造成内膜(LU)与中-外膜(MA)边界难以准确检测的问题,提出一种结合堆叠沙漏网络(SHGN)和有条件生成对抗网络(C-GAN)的IVUS内膜与中-外膜检测的改进方法。首先根据血管形态特点,使用旋转、缩放和Gamma变换等方法将图像训练集扩充57倍,降低网络训练过拟合风险;然后利用对抗训练思想,构建基于L1、L2重建损失的联合损失函数,学习超声图像与其对应分割图像的映射关系,将IVUS图像分割为3种不同区域:血管外周组织、斑块区域和内腔区域;最后在图像分割结果上,采用阈值处理方法,检测最终的内膜与中-外膜边界。采用国际标准IVUS图像数据集(10位病人435幅)评价所提出的算法。实验量化评价结果为:内膜计算面积交并比(JM) 93%,面积差异百分比(PAD) 3%,Hausdorff距离(HD) 0.19 mm;中-外膜JM 95%,PAD 3%,HD 0.16 mm。这些指标满足临床诊断要求,性能优于现有的、近年较好的9种算法,以及Pix2Pix模型。在临床实践应用分析中,利用南部战区总医院心血管内科所收集的100幅IVUS图像进行检验,取得较好的分割结果。这表明该方法具有较好的跨数据集泛化性能。 展开更多
关键词 血管内超声 内膜与中-外膜边界检测 有条件生成对抗网络 堆叠沙漏网络 深度学习
在线阅读 下载PDF
DCLS-GAN:利用生成对抗网络的天绘一号卫星高原地区影像去云方法 被引量：10
11
作者 郑凯 李建胜 +3 位作者 王俊强 欧阳文 谷友艺 张迅 《测绘学报》 EI CSCD 北大核心 2021年第2期248-259,共12页
利用深度学习开展高原地区卫星影像去云是一个研究热点。本文提出了基于DCLS-GAN的天绘一号卫星高原地区影像的去云方法,采用对抗学习的思想构建深度卷积对抗生成网络,自主学习影像中云覆盖部分的典型地表特征,从而恢复云覆盖下垫面形... 利用深度学习开展高原地区卫星影像去云是一个研究热点。本文提出了基于DCLS-GAN的天绘一号卫星高原地区影像的去云方法,采用对抗学习的思想构建深度卷积对抗生成网络,自主学习影像中云覆盖部分的典型地表特征,从而恢复云覆盖下垫面形貌。基于Encoder-Decoder结构生成网络,构建固定与可移动2种云区掩膜,在矩形固定中心掩模预训练之后进行随机位置云掩模迁移训练,使用最小二乘重建损失与交叉熵对抗损失的联合损失函数,用于精确修复云覆盖区域地表;基于CNN鉴别网络,判别生成影像的真实性。采用双线性插值提高云覆盖区域的修复精度,后处理使用泊松编辑处理平滑预测边界,减少伪迹的影响。在测试数据集上的试验结果表明,本文方法的总体去云效果在峰值信噪比、结构相似性与自然影像无参考质量评价算法指标上优于经典方法与原始Context Encoder,速度上较经典图像重建方法优势较大,具有较好的实际应用前景。 展开更多
关键词 高原地区 卫星影像 去云 天绘一号 深度卷积生成对抗网络 最小二乘
在线阅读 下载PDF
基于最小熵准则与生成对抗网络的SAR三维转动舰船目标重聚焦方法 被引量：2
12
作者 化青龙 张云 +2 位作者 任航 姜义成 徐丹 《电子学报》 EI CAS CSCD 北大核心 2024年第8期2900-2912,共13页
在合成孔径雷达(Synthetic Aperture Radar,SAR)系统中,舰船目标在中高海情下的三维转动会导致多普勒频谱时变和图像散焦,并对后续SAR舰船目标的信息解释造成不利影响.针对三维转动舰船目标的重聚焦问题,本文提出一种基于最小熵准则与... 在合成孔径雷达(Synthetic Aperture Radar,SAR)系统中,舰船目标在中高海情下的三维转动会导致多普勒频谱时变和图像散焦,并对后续SAR舰船目标的信息解释造成不利影响.针对三维转动舰船目标的重聚焦问题,本文提出一种基于最小熵准则与生成对抗网络的SAR三维转动舰船目标重聚焦方法,设计了生成器和判别器的网络结构.生成器将散焦SAR舰船复图像变换到距离-多普勒域,利用相位误差系数估计网络逐距离单元估计相位误差系数,并实现对多阶次相位误差的补偿.判别器由一个复数域卷积神经网络构成,其所有元素,包括卷积层、激活函数、特征图和网络参数,均被扩展到复数域.损失函数中引入最小熵准则和对抗损失进行无监督训练,避免非合作舰船目标标注样本难以获取的问题.在仿真数据和高分三号SAR数据上的实验表明,该方法在重聚焦精度和效率上均有显著提升. 展开更多
关键词 合成孔径雷达 生成对抗网络 舰船目标 重聚焦 最小熵准则
在线阅读 下载PDF
基于注意力机制的人脸素描-照片图像生成网络
13
作者 姚丽 占博思 +2 位作者 万伟国 罗亦韬 杨宇仙 《计算机与现代化》 2025年第12期97-106,114,共11页
人脸素描-照片生成是图像生成的一个重要分支,在数字娱乐和公安刑侦等领域具有广泛应用。由于人脸素描图像只包含灰度信息,且丢失了人脸的大部分纹理细节,现有方法生成的人脸照片图像存在人脸结构缺失、细节信息不足和色彩失真等问题。... 人脸素描-照片生成是图像生成的一个重要分支,在数字娱乐和公安刑侦等领域具有广泛应用。由于人脸素描图像只包含灰度信息,且丢失了人脸的大部分纹理细节,现有方法生成的人脸照片图像存在人脸结构缺失、细节信息不足和色彩失真等问题。针对上述问题,本文提出一种基于注意力机制的人脸素描-照片生成网络。首先,设计一种Vision Transformer和U-Net相结合的生成器,有效提取人脸全局和局部特征,提升生成的人脸照片图像结构完整性。其次,构造一种改进的选择内核注意力模块,提升模型对细节信息的捕获能力,使生成的图像包含更多的人脸细节信息。最后,设计一种基于通道和像素注意力的判别器,增强生成对抗网络的对抗学习能力,减少生成人脸图像的颜色失真。通过与其他先进方法的主客观实验比较,本文提出的方法在人脸素描-照片图像生成任务上表现出更优的主观视觉效果和客观评价指标。在通用的CUHK、AR和XM2VTS人脸素描数据集上,本文方法的SSIM指标较次优值分别提升了11.6%、6.2%和4.5%,验证了本文方法的有效性。 展开更多
关键词 人脸素描-照片图像生成 注意力机制 TRANSFORMER 生成对抗网络
在线阅读 下载PDF
基于生成对抗网络的主机入侵风险识别 被引量：1
14
作者 林英 李元培 潘梓文 《计算机应用与软件》 北大核心 2021年第11期331-337,共7页
随着互联网的发展,针对主机漏洞发起的入侵层出不穷,计算机安全问题日益突出,基于深度学习的入侵检测成为研究热点,但仍然存在攻击训练样本少以及无法有效检测未知攻击的问题。基于AC-GAN和LS-GAN,设计并实现主机入侵风险识别网络TR-GAN... 随着互联网的发展,针对主机漏洞发起的入侵层出不穷,计算机安全问题日益突出,基于深度学习的入侵检测成为研究热点,但仍然存在攻击训练样本少以及无法有效检测未知攻击的问题。基于AC-GAN和LS-GAN,设计并实现主机入侵风险识别网络TR-GAN,该模型能有效解决梯度偏移或梯度消失的问题。TR-GAN相较于AC-GAN及LS-GAN,不但风险识别准确率更稳定,最大识别准确率达到80%,且其风险样本生成模块能在较少训练迭代轮数下就生成与真实攻击样本具有相同特征的攻击样本。生成的攻击样本不但可以作为训练样本的补充,而且可作为部署系统安全策略的参考。 展开更多
关键词 入侵风险识别 生成对抗网络 辅助分类器-生成对抗网络 最小二乘-生成对抗网络 主机特征
在线阅读 下载PDF
基于生成对抗网络的海杂波建模
15
作者 周海锋 《江苏通信》 2025年第5期92-96,116,共6页
为了提升海上雷达快速发现海上目标的准确性,本文基于公开的加拿大Simons数据集,采用生成对抗网络进行海杂波建模,并提出使用深度卷积生成对抗网络(Deep Convolutional Generative Adversarial Network,DCGAN)训练海杂波生成模型。针对... 为了提升海上雷达快速发现海上目标的准确性,本文基于公开的加拿大Simons数据集,采用生成对抗网络进行海杂波建模,并提出使用深度卷积生成对抗网络(Deep Convolutional Generative Adversarial Network,DCGAN)训练海杂波生成模型。针对特定噪声输入,经过两层级联卷积层操作和Leaky ReLU激活函数处理后,经500轮次完善训练的DCGAN生成器,能产生与真实海杂波幅值数据最佳拟合的结果,其误差远小于其他传统基于统计分布的模型。作为应用举例,将该对抗生成网络的海杂波生成器引入卷积-长短期记忆-全连接深度神经网络(Convolutional,Long Short-Term Memory,Fully Connected Deep Neural Network,CLDNN)检测器中,仿真结果表明:在低虚警概率下,应用DCGAN能显著提升弱目标探测效率。 展开更多
关键词 海杂波 信道建模 深度卷积生成对抗网络(DCGAN) 卷积-长短期记忆-全连接深度神经网络(CLDNN)
在线阅读 下载PDF
基于生成对抗网络的二次屏柜交直流侵入信号检测方法 被引量：1
16
作者 尹清青 何涛 +2 位作者 吴馨 金照盈 高筱婷 《东北电力大学学报》 2024年第4期21-27,共7页
变电站继电保护二次屏柜接线端子存在因人为操作失误或检测设备故障导致的交直流侵入情况,针对该情况特有的数据样本数量少、质量差的问题,文中提出基于生成对抗网络和主成分分析的侵入信号检测方法。采用高斯核平滑对接线端子电压、电... 变电站继电保护二次屏柜接线端子存在因人为操作失误或检测设备故障导致的交直流侵入情况,针对该情况特有的数据样本数量少、质量差的问题,文中提出基于生成对抗网络和主成分分析的侵入信号检测方法。采用高斯核平滑对接线端子电压、电流、频率等数据进行预处理,滤除干扰,再将清洗后的数据经过生成对抗网络进行扩增,以对交直流侵入信号进行主成分分析和故障检测识别。所提出方法识别准确率达到95%,实现了对二次屏柜接线端子小样本故障数据的精确检测。 展开更多
关键词 生成对抗网络 主成分分析 二次屏柜端子排 交直流侵入检测 高斯核平滑
在线阅读 下载PDF
基于条件生成对抗网络的深度点过程二次预测
17
作者 卞玮 李晨龙 侯红卫 《计算机工程》 CAS CSCD 北大核心 2022年第12期127-133,共7页
结合深度神经网络和时序点过程的深度点过程模型在进行时间预测时,会因模型本身系统误差和数值计算精度不足而导致预测值序列中存在较大偏差。为提高预测精度并有效避免模型调优同时降低数值误差,建立一种基于条件生成对抗网络(CGAN)的... 结合深度神经网络和时序点过程的深度点过程模型在进行时间预测时,会因模型本身系统误差和数值计算精度不足而导致预测值序列中存在较大偏差。为提高预测精度并有效避免模型调优同时降低数值误差,建立一种基于条件生成对抗网络(CGAN)的深度点过程二次预测模型,在深度点过程初次预测值序列的基础上进行二次预测。假设初次预测偏差来自时序点过程分布上的差异,利用CGAN对分布的变换能力来修正初次预测值序列分布为原始时序点过程序列分布,从而降低预测值序列误差。在流程上,将初次预测值序列输入生成器生成伪值序列,将伪值序列与对应的真实值序列输入判别器中判别真假,经过对抗训练得到对初次预测值序列具备修正能力的生成器。同时,为增强CGAN对时序点过程数据的匹配度,在其结构上采用CGAN+LSTM的形式,同时改进损失函数为时序点过程Wasserstein距离的对偶形式及其1-Lipschitz约束。实验结果表明,该模型具有较高的时间预测准确度,二次预测值序列的均方误差相较初次预测值序列平均降低77%以上。 展开更多
关键词 深度点过程 二次预测 条件生成对抗网络 Wasserstein距离 1-Lipschitz约束
在线阅读 下载PDF
基于条件生成对抗网络的手绘图像检索 被引量：12
18
作者 刘玉杰 窦长红 +2 位作者 赵其鲁 李宗民 李华 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2017年第12期2336-2342,共7页
传统的手绘图像检索方法将自然图像通过边缘检测算法转换成"类手绘图",不能很好地减小自然图像与手绘图像之间的视觉差异.针对此问题,提出一种基于条件生成对抗网络的手绘图像检索方法.首先训练条件生成对抗网络,其中生成器... 传统的手绘图像检索方法将自然图像通过边缘检测算法转换成"类手绘图",不能很好地减小自然图像与手绘图像之间的视觉差异.针对此问题,提出一种基于条件生成对抗网络的手绘图像检索方法.首先训练条件生成对抗网络,其中生成器由边缘图至自然图像的映射网络构成;然后通过生成器将手绘图转换为自然图像,以消除二者的视觉差异;最后使用深度卷积神经网络提取深度特征进行相似度度量,达到检索的目的.在基准数据库上进行实验的结果显示,该方法的检索精度有明显提高. 展开更多
关键词 手绘图像检索 条件生成对抗网络 编码-解码网络 卷积神经网络
在线阅读 下载PDF
结合不均衡样本生成及BOA-DRSN的扬声器异常声分类 被引量：1
19
作者 周静雷 李振业 +1 位作者 路昌 李丽敏 《西安工程大学学报》 2025年第4期37-45,共9页
扬声器生产过程中,其正常数据与故障数据比例可能会严重失调,从而导致样本分布不均匀,进而影响故障诊断模型的准确率及可靠性。因此,文中根据样本生成扩增和优化深度学习网络的理念提出了一种新的扬声器异常声分类方法。首先,考虑到原... 扬声器生产过程中,其正常数据与故障数据比例可能会严重失调,从而导致样本分布不均匀,进而影响故障诊断模型的准确率及可靠性。因此,文中根据样本生成扩增和优化深度学习网络的理念提出了一种新的扬声器异常声分类方法。首先,考虑到原始数据特征过于复杂而导致生成样本的质量较差,对扬声器异常声响应信号进行变分模态分解(variational mode decomposition,VMD)突出原始样本的局部特征;其次,从扩增样本角度出发提升模型故障诊断精度,使用最小二乘生成对抗网络(least squares generative adversarial networks,LSGAN)进行对抗训练,生成具有真实样本特征的虚拟样本;最后,选用蝴蝶优化算法(butterfly optimization algorithm,BOA)在大规模权重空间中高效寻优以加速模型收敛,利用深度残差收缩网络(deep residual shrinkage network,DRSN)模型进行扬声器异常声分类,从而提升在样本不均衡情况下的分类准确率及诊断稳定性。实验结果表明:该方法能有效降低误判率,在样本不均衡情况下有效提高故障诊断准确率以及分类诊断的稳定性,其分类平均准确率可达0.9912。 展开更多
关键词 故障诊断 数据不均衡 异常声分类 深度残差收缩网络(DRSN) 蝴蝶优化算法(BOA) 最小二乘生成对抗网络(LSGAN)
在线阅读 下载PDF
基于循环生成对抗网络的图像风格迁移 被引量：8
20
作者 彭晏飞 王恺欣 +2 位作者 梅金业 桑雨 訾玲玲 《计算机工程与科学》 CSCD 北大核心 2020年第4期699-706,共8页
图像风格迁移是指将学习到的油画图像风格应用到其他图像上,让图像拥有油画的风格,当前生成对抗网络已被广泛应用到图像风格迁移中。针对循环生成对抗网络CycleGAN在处理图像时纹理清晰度不高的问题,提出了加入局部二值模式LBP算法的方... 图像风格迁移是指将学习到的油画图像风格应用到其他图像上,让图像拥有油画的风格,当前生成对抗网络已被广泛应用到图像风格迁移中。针对循环生成对抗网络CycleGAN在处理图像时纹理清晰度不高的问题,提出了加入局部二值模式LBP算法的方法,将LBP算法加入生成对抗网络的生成器中,增强了循环对抗生成网络提取图像纹理特征内容的效果。针对生成图像产生噪声的问题,在损失函数中加入Total Variation Loss来约束噪声。实验结果表明,循环生成对抗网络加入LBP算法和Total Variation Loss后能提高生成图像的质量,使之具有更好的视觉效果。 展开更多
关键词 图像风格迁移 循环生成对抗网络 局部二值模式 TOTAL VARIATION LOSS
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 9 下一页 到第 页
使用帮助 返回顶部