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134篇文章
< 1 2 … 7 >
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DCGAN的斜测电离图数据增强算法
1
作者 赵龙杰 黄朝军 +1 位作者 冯健 王岳松 《现代电子技术》 北大核心 2026年第5期162-168,共7页
针对斜测电离层图像数据集存在样本人工筛选工作量大与类别分布不平衡的问题,文中提出一种基于改进DCGAN的数据增强方法。该方法通过引入MDTA机制与残差网络,分别对DCGAN的生成器与判别器进行优化,显著提升了网络的生成性能。消融实验... 针对斜测电离层图像数据集存在样本人工筛选工作量大与类别分布不平衡的问题,文中提出一种基于改进DCGAN的数据增强方法。该方法通过引入MDTA机制与残差网络,分别对DCGAN的生成器与判别器进行优化,显著提升了网络的生成性能。消融实验结果显示:改进前后DCGAN的FID值从82.5降至47.1,表明所提方法可显著增强生成数据的质量与真实性;进一步采用当前主流检测网络YOLO11对比原始数据集与扩增后数据集的检测性能,结果显示,平均精度均值(mAP)从88.3%提升至92.8%,验证了数据增强方法生成的斜测电离层图像在较为常见的深度学习任务中具有良好的适用性。 展开更多
关键词 dcgan 斜测电离层图 数据增强 MDTA机制 残差网络 YOLO11
在线阅读 下载PDF
基于改进DCGAN的棉叶螨为害图像数据增强方法 被引量：1
2
作者 雷竣杰 周保平 《江苏农业学报》 北大核心 2025年第5期916-926,共11页
为解决棉叶螨不同为害程度图像样本量不足和类别不平衡的问题,降低数据采集成本,并提高生成对抗网络生成图像的质量和多样性,本研究提出了一种基于改进DCGAN模型的棉叶螨为害图像数据增强方法。在原始模型的基础上,引入类别标签,使模型... 为解决棉叶螨不同为害程度图像样本量不足和类别不平衡的问题,降低数据采集成本,并提高生成对抗网络生成图像的质量和多样性,本研究提出了一种基于改进DCGAN模型的棉叶螨为害图像数据增强方法。在原始模型的基础上,引入类别标签,使模型能够针对不同等级的棉叶螨为害图像进行针对性生成,有效解决类别不平衡问题;其次,将传统的直连结构替换为残差结构,增强模型对复杂映射关系的学习能力,避免梯度消失问题,提升生成图像的质量;接着,在卷积层中嵌入卷积注意力模块(CBAM),强化模型对棉叶螨为害图像关键特征的提取能力,进一步提高生成图像的质量和多样性;最后,采用带有梯度惩罚的Wasserstein距离作为损失函数,避免模式崩溃的问题,增强模型的训练稳定性。改进后的DCGAN模型在训练稳定性和生成图像质量方面均优于原始模型,其生成图像的Inception score(IS,8.51)、Fréchet inception distance(FID,150.12)、Kernel inception distance(KID,0.06)和结构相似性指数(SSIM,0.82)均高于其他经典数据增强模型生成的图像。以改进的DCGAN模型生成的图像构建训练集训练棉叶螨为害图像分级模型——DenseNet-121模型,结果表明,基于改进的DCGAN模型生成的数据集训练的DenseNet-121模型平均分级准确率达88.02%,高于基于传统增强方法和其他模型生成的数据集训练的DenseNet-121模型。本研究为农业病虫害智能监测提供了技术支持。 展开更多
关键词 棉叶螨 为害程度 深度卷积生成对抗网络(dcgan) 图像数据增强
在线阅读 下载PDF
基于DCGAN-CNN的小样本通信干扰信号识别 被引量：4
3
作者 李程 陈明虎 +2 位作者 施育鑫 张宁松 胡凯 《无线电通信技术》 北大核心 2025年第1期70-79,共10页
在复杂电磁环境中,获取真实干扰信号样本会比较困难。针对该问题,提出了一种基于深度卷积生成对抗网络-卷积神经网络(Deep Convolution Generative Adversarial Network-Convolutional Neural Network,DCGAN-CNN)的小样本通信干扰信号... 在复杂电磁环境中,获取真实干扰信号样本会比较困难。针对该问题,提出了一种基于深度卷积生成对抗网络-卷积神经网络(Deep Convolution Generative Adversarial Network-Convolutional Neural Network,DCGAN-CNN)的小样本通信干扰信号识别方法。该方法利用DCGAN的生成对抗特性来扩充小样本通信干扰信号时的频图数据集,将真实样本与生成样本混合后,输入到CNN中进行训练识别,在DCGAN和CNN中引入学习率调度器,帮助模型更好地收敛。仿真结果表明,所提方法可有效提高小样本情况下通信干扰信号的识别率。 展开更多
关键词 通信抗干扰 通信干扰信号识别 小样本学习 深度卷积生成对抗网络-卷积神经网络
在线阅读 下载PDF
基于DCGAN的脑膜瘤与听神经瘤检测模型优化方法研究
4
作者 陈静聪 冉凤伟 +1 位作者 章浩伟 刘颖 《波谱学杂志》 2025年第2期117-129,共13页
由于人体桥小脑角区的脑膜瘤与听神经瘤在影像学的表现以及发病位置极其相似,临床诊断极易发生误诊.采用深度学习方法建立肿瘤自动检测模型,能有效降低人工诊断主观性,减少误诊漏诊率,提高工作效率.而数据集的多样性及图像质量的优越性... 由于人体桥小脑角区的脑膜瘤与听神经瘤在影像学的表现以及发病位置极其相似,临床诊断极易发生误诊.采用深度学习方法建立肿瘤自动检测模型,能有效降低人工诊断主观性,减少误诊漏诊率,提高工作效率.而数据集的多样性及图像质量的优越性很大程度上决定了检测模型的性能.针对医学图像数据集稀缺、类别数量不平衡及成像质量较差等问题,本文提出一种改进损失函数的深度卷积生成对抗网络(Deep Convolutional Generative Adversarial Networks,DCGAN)进行脑膜瘤与听神经瘤检测模型的数据增强,并与传统数据集增强方法进行了对比.结果显示通过改进的DCGAN优化数据集后,脑膜瘤与听神经瘤检测模型的精确率、特异性以及均值平均精度值(Mean Average Precision,mAP)分别较原数据集提高了0.014 6、0.022 4、0.030 0,上升至0.932 8、0.898 6、0.930 0.实验结果表明,通过DCGAN对数据集进行优化处理后,在脑肿瘤临床检测领域中,能较好地提高其模型的检测性能,更为可靠地辅助临床医学诊断. 展开更多
关键词 脑肿瘤 检测模型 数据集增强 dcgan
在线阅读 下载PDF
基于改进DCGAN的数据增强方法研究——以BDD100K数据集为例 被引量：1
5
作者 杨玉艳 肖茹 《信息与电脑》 2025年第10期37-39,共3页
传统数据增强方法操作简便,但成效有限。其生成的图像数据仅在原始图像基础上进行低阶特征调整以产生衍生图像,存在大量冗余信息。研究基于改进的深度卷积生成对抗网络(Deep Convolutional Generative Adversarial Networks,DCGAN)探索... 传统数据增强方法操作简便,但成效有限。其生成的图像数据仅在原始图像基础上进行低阶特征调整以产生衍生图像,存在大量冗余信息。研究基于改进的深度卷积生成对抗网络(Deep Convolutional Generative Adversarial Networks,DCGAN)探索数据增强方法,旨在构建一个类别分布均衡、场景泛化能力强且数据规模大的数据集,为车辆目标实时检测研究与实验提供便利。 展开更多
关键词 dcgan 数据增强 数据集
在线阅读 下载PDF
基于DCGAN和U^(2)-Net模型的齿轮点蚀辨识
6
作者 刘妤 谭钦宜 古前程 《振动与冲击》 北大核心 2025年第10期301-310,共10页
结合改建的齿轮试验台能够在线获取齿轮工作齿面图像的优势,探讨了基于机器视觉技术实现齿轮点蚀辨识的方法,并开展了试验研究。针对齿轮点蚀样本稀缺,采用深度卷积生成对抗网络(deep convolutional generative adversarial network,DCG... 结合改建的齿轮试验台能够在线获取齿轮工作齿面图像的优势,探讨了基于机器视觉技术实现齿轮点蚀辨识的方法,并开展了试验研究。针对齿轮点蚀样本稀缺,采用深度卷积生成对抗网络(deep convolutional generative adversarial network,DCGAN),实现了样本的多样化、高质量扩增;结合前期研究基础,提取了齿轮的有效工作齿面,实现了齿面倾斜校正和畸变修正;引入ECA注意力机制,改进了U^(2)-Net模型,实现了齿轮点蚀图像感兴趣区域的精确分割;在此基础上,通过统计齿轮历史点蚀率,构建了基于图像信号的齿轮点蚀辨识模型,实现了齿轮点蚀辨识。结果表明:采用机器视觉技术实现齿轮点蚀辨识的方法是可行的,基于DCGAN和U^(2)-Net模型的齿轮点蚀识别准确率达93.56%。研究成果可为齿轮点蚀辨识提供一种更为直接、可靠的方法,对于机械装备的状态监测有一定的参考价值。 展开更多
关键词 齿轮 点蚀 模式识别 深度卷积生成对抗网络(dcgan) U^(2)-Net
在线阅读 下载PDF
基于改进DCGAN的管道缺陷识别方法研究
7
作者 田野 张杰 +2 位作者 陈海艳 高富超 高涛 《化工设备与管道》 北大核心 2025年第1期89-95,共7页
油气管道定期检测评价是保障能源供应安全的重要手段,漏磁内检测技术是管道完整性评价的主要方法之一。由于管道漏磁检测获得样本数据的成本高昂,需要数据增强的方式对数据集进行有效扩充。为了解决原始漏磁数据增强过程中数据生成质量... 油气管道定期检测评价是保障能源供应安全的重要手段,漏磁内检测技术是管道完整性评价的主要方法之一。由于管道漏磁检测获得样本数据的成本高昂,需要数据增强的方式对数据集进行有效扩充。为了解决原始漏磁数据增强过程中数据生成质量较差的问题,提出了一种改进的深度卷积对抗网络数据增强方法。首先,将原始的漏磁数据经过处理生成漏磁图像,然后将传统的生成对抗网络与深度卷积相结合(DCGAN)并改进,进行数据增强,得到改进后的DCGAN网络。与传统数据增强方法相比,该方法有效地减少了网络训练样本的数量,提高了生成数据的质量。利用该方法进行训练得到的图像与原始漏磁图像按一定比例共同作为数据集带入卷积神经网络CNN中,训练后的管道缺陷识别准确率比仅使用原始图像进行训练后的结果提升了3.9%,有效地提高了管道缺陷识别的准确性。 展开更多
关键词 漏磁内检测 深度卷积对抗网络(dcgan) 卷积神经网络(CNN) 缺陷识别
在线阅读 下载PDF
基于DCGAN数据增强和YOLO算法的不锈钢缺陷检测
8
作者 陈欣 王伟 +3 位作者 许威 刘海林 李维锋 翟志国 《价值工程》 2025年第28期11-14,共4页
金属材料广泛用于航空航天、汽车制造等产业,钢材作为用途最多、适应性最强的材料之一,生产过程中表面缺陷的种类、数量和分布直接影响产品性能和使用寿命。本文基于机器视觉方法,采用DCGAN算法进行数据增强处理,并利用YOLOv4算法建立... 金属材料广泛用于航空航天、汽车制造等产业,钢材作为用途最多、适应性最强的材料之一,生产过程中表面缺陷的种类、数量和分布直接影响产品性能和使用寿命。本文基于机器视觉方法,采用DCGAN算法进行数据增强处理,并利用YOLOv4算法建立检测模型,提出了一种小样本条件下的视觉检测新方法。结果表明:数据增强处理后,模型mAP得到显著提高,由85.2%增强至95.54%。进一步采用剪枝算法简化YOLOv4模型,修剪后的模型mAP为93.4%,而检测速度由51f/s增强至65.4f/s。因此,该方法可以对小样本的钢材缺陷进行实时、准确的检测。 展开更多
关键词 钢 缺陷检测 YOLOv4 dcgan
在线阅读 下载PDF
基于DCGAN和LP融合的物体表面缺陷图像生成方法
9
作者 吕文钊 林添进 《佳木斯大学学报(自然科学版)》 2025年第3期27-30,共4页
为了解决物体表面缺陷检测任务中缺陷数据过少的问题,提出一种基于深度卷积生成对抗网络和拉普拉斯金字塔融合的缺陷生成方法,主要目标是生成逼真的新缺陷图像。基于深度卷积生成对抗网络和拉普拉斯金字塔融合的缺陷生成方法分为深度卷... 为了解决物体表面缺陷检测任务中缺陷数据过少的问题,提出一种基于深度卷积生成对抗网络和拉普拉斯金字塔融合的缺陷生成方法,主要目标是生成逼真的新缺陷图像。基于深度卷积生成对抗网络和拉普拉斯金字塔融合的缺陷生成方法分为深度卷积生成对抗模型部分和拉普拉斯融合部分。深度卷积生成对抗模型用于生成新的缺陷,而拉普拉斯融合部分用于融合缺陷与背景,最后构成新的缺陷图像。实验结果表明,生成的缺陷图像显著提高了Faster-RCNN检测模型的平均准确率,在物体表面缺陷验证集上的平均准确率提升了15.96%,验证了该方法的有效性。 展开更多
关键词 dcgan 拉普拉斯金字塔融合 缺陷检测 图像生成
在线阅读 下载PDF
基于DCGAN的小样本遥感图像数据增强方法
10
作者 张嘉晟 庞爱民 《武汉纺织大学学报》 2025年第6期53-58,共6页
针对在小样本情况下,遥感图像目标检测易出现过拟合、模型泛化能力差等问题,提出一种基于DCGAN的遥感图像数据增强方法,改进DCGAN的生成模型与判别模型结构,以提升生成图像的质量,并将生成图像与原始图像融合,得到具有与原始图像相同标... 针对在小样本情况下,遥感图像目标检测易出现过拟合、模型泛化能力差等问题,提出一种基于DCGAN的遥感图像数据增强方法,改进DCGAN的生成模型与判别模型结构,以提升生成图像的质量,并将生成图像与原始图像融合,得到具有与原始图像相同标签的新图像,同时加入余弦退火学习率调度器,加速模型拟合。在NWPU VHR-10数据集上,Faster R-CNN模型作为使用的目标检测算法,将生成的融合图像与传统数据增强处理的图像进行对比实验。结果表明,经过改进的DCGAN数据增强方法后模型的平均精确率(mAP)值高达93.22%,相对原始数据与传统数据增强方法,mAP值提高了4.24%和3.72%,证明了所提出方法的有效性。 展开更多
关键词 dcgan 遥感图像 数据增强
在线阅读 下载PDF
差分拉曼结合VGG16和DCGAN检验食品包装 被引量：2
11
作者 周君霞 李春宇 +1 位作者 姜红 赵雪珺 《红外与激光工程》 北大核心 2025年第5期92-103,共12页
提出基于具有16层的视觉几何组网络(VGG16)和聚类分析的差分拉曼食品包装检验方法。为了给分类模型提供充足的训练数据,对深度卷积生成对抗网络(DCGAN)的训练策略、生成谱图的质量对VGG16特征提取的影响进行探究。对食品包装的差分拉曼... 提出基于具有16层的视觉几何组网络(VGG16)和聚类分析的差分拉曼食品包装检验方法。为了给分类模型提供充足的训练数据,对深度卷积生成对抗网络(DCGAN)的训练策略、生成谱图的质量对VGG16特征提取的影响进行探究。对食品包装的差分拉曼数据采用Python作成71张谱图后,使用VGG16提取谱图特征,用主成分分析(PCA)对特征降维,使用降维后的特征进行聚类分析。对不同的训练集、不同迭代次数训练出来的DCGAN生成的谱图质量进行比较,并使用VGG16-PCA得到谱图二维特征并可视化。VGG16-PCA-K均值聚类算法和VGG16-PCA-高斯混合模型的聚类准确率分别达到91.5%和88.7%。用同一个类别的谱图作训练集训练的DCGAN,和用全部类别的谱图作训练集训练的DCGAN相比,可以生成谱线更连续、清晰度更高、形状与真实谱图更相似的谱图。将5张生成谱图和25张生成谱图分别与71张真实谱图一起进行VGG16-PCA分析,生成谱图数量占比越大,聚类结果中真实谱图分布变化越大、生成谱图与同类谱图距离越远。将同一个DCGAN模型生成的5张谱图和71张真实谱图一起进行VGG16-PCA分析,针对不同迭代次数的DCGAN的对比研究表明,DCGAN迭代次数越多,生成的谱图越拟真,在可视化图中与同一类别真实谱图距离越近。使用VGG16提取特征可以在免去人工筛选和统计特征峰的工作的同时让聚类结果准确率较高;DCGAN可以生成较为拟真的差分拉曼谱图,生成谱图越拟真则VGG16提取特征越准确。 展开更多
关键词 差分拉曼 食品包装 视觉几何组网络 聚类分析 深度卷积生成对抗网络
原文传递
基于SDP和W-DCGAN的滚动轴承故障数据增强方法
12
作者 宋慧贤 邓林峰 郑玉巧 《兰州理工大学学报》 北大核心 2025年第6期55-64,共10页
利用深度生成对抗网络进行滚动轴承小样本故障诊断时,存在生成样本质量不高、模型训练不稳定的缺陷.因此,提出了对称极坐标法(SDP)与Wasserstein距离深度卷积生成对抗网络(W-DCGAN)相结合的方法增强小样本轴承数据.首先,利用参数优选的... 利用深度生成对抗网络进行滚动轴承小样本故障诊断时,存在生成样本质量不高、模型训练不稳定的缺陷.因此,提出了对称极坐标法(SDP)与Wasserstein距离深度卷积生成对抗网络(W-DCGAN)相结合的方法增强小样本轴承数据.首先,利用参数优选的SDP转换一维时域信号,得到可输入W-DCGAN的二维图像;然后,采用控制变量法优化生成器和判别器的超参数,确定W-DCGAN基本结构;同时,为了增强W-DCGAN训练过程的稳定性,在判别器中加入谱归一化处理,提升模型生成样本的质量;最后,利用滚动轴承公开数据集对该方法的性能进行了实验验证.结果表明,改进后数据增强方法所生成样本的质量得到了明显提升,生成样本与原始样本的结构相似度和峰值信噪比分别提高了10.12%和12.46%.利用不同方法对滚动轴承故障进行识别,改进后数据增强方法的故障识别准确率最高,达到了99.47%,证明该方法能够有效实现滚动轴承故障小样本数据增强和模式识别. 展开更多
关键词 滚动轴承 小样本 数据增强 Wasserstein距离深度卷积生成对抗网络 对称极坐标法
在线阅读 下载PDF
基于改进DCGAN的数据增强方法 被引量：27
13
作者 甘岚 沈鸿飞 +1 位作者 王瑶 张跃进 《计算机应用》 CSCD 北大核心 2021年第5期1305-1313,共9页
针对小样本数据在深度学习中训练难的问题,为提高DCGAN训练效率,提出了一种改进的DCGAN算法对小样本数据进行增强。首先,使用Wasserstein距离替换原模型中的损失模型;其次,在生成网络和判别网络中加入谱归一化,以得到稳定的网络结构;最... 针对小样本数据在深度学习中训练难的问题,为提高DCGAN训练效率,提出了一种改进的DCGAN算法对小样本数据进行增强。首先,使用Wasserstein距离替换原模型中的损失模型;其次,在生成网络和判别网络中加入谱归一化,以得到稳定的网络结构;最后,通过极大似然估计算法和实验估算得到样本的最佳噪声输入维度,从而提高生成样本的多样性。在MNIST、Celeb A和Cartoon这三个数据集上的实验结果表明:改进后的DCGAN所生成样本的清晰度以及识别率比改进前均得到了明显提高,其中平均识别率在这几个数据集上分别提高了8.1%、16.4%和16.7%,几种清晰度评价指标在各数据集上均有不同程度的提高。可见该方法能够有效地实现小样本数据增强。 展开更多
关键词 小样本 数据增强 dcgan Wasserstein距离 谱归一化 内在维数
在线阅读 下载PDF
基于CNN与DCGAN的柔性直流配电网故障检测 被引量：8
14
作者 韦延方 吴郑磊 +4 位作者 王鹏 王浩 杨明 曾志辉 王晓卫 《煤炭学报》 EI CAS CSCD 北大核心 2021年第S02期1201-1208,共8页
煤矿直流供电技术凭借其优良的供电性能将大大提高煤矿供电的可靠性和安全性,但由于该技术所采用的电力电子设备耐受故障冲击电流能力差,保护需利用数毫秒内的暂态信息识别故障区域,给传统交流电网继电保护带来了新的挑战。针对直流电... 煤矿直流供电技术凭借其优良的供电性能将大大提高煤矿供电的可靠性和安全性,但由于该技术所采用的电力电子设备耐受故障冲击电流能力差,保护需利用数毫秒内的暂态信息识别故障区域,给传统交流电网继电保护带来了新的挑战。针对直流电网故障检测正确率低、鲁棒性弱的问题,提出了一种基于卷积神经网络(CNN)与深度卷积对抗生成网络(DCGAN)的柔性直流配电网故障检测新方法。首先利用集合经验模态分解方法将暂态电流分解,得到若干个本征模态函数(IMF)分量,计算各个IMF的相关系数,并重构成新的暂态电流信号;通过滑动窗口取值、信号组合,将其经过信号-图像转换变为二维图像,该图像分为测试集和训练集;接着,将训练集利用DCGAN通过轮流训练判别器和生成器,经多次训练逼近真实值,从生成器中得到增强样本作为训练集的扩充;并将训练集与DCGAN生成的训练集来训练网络,进一步利用CNN进行故障检测判断;最后,从样本增强对识别结果的影响,以及卷积核大小、池化方式和激活函数等方面对网络性能的影响进行仿真测试,验证了所提算法的有效性。测试结果表明,该方法所分析的4种不同工况下都能有较高的检测精度,且平均检测精度为95.044%,对于分辨率为44像素×44像素的图像,检测速度可达20帧/s。 展开更多
关键词 卷积神经网络 故障检测 集合经验模态分解 dcgan 相关系数 柔性直流配电网
在线阅读 下载PDF
基于DCGAN反馈的深度差分隐私保护方法 被引量：14
15
作者 毛典辉 李子沁 +1 位作者 蔡强 薛子育 《北京工业大学学报》 CAS CSCD 北大核心 2018年第6期870-877,共8页
为了防止攻击者在深度学习模型应用过程中利用生成式对抗网络(generative adversarial networks,GAN)等技术还原出训练集中的数据,保护训练数据集中用户的敏感信息,提出一个基于深度卷积生成式对抗网络(deep convolutional generative a... 为了防止攻击者在深度学习模型应用过程中利用生成式对抗网络(generative adversarial networks,GAN)等技术还原出训练集中的数据,保护训练数据集中用户的敏感信息,提出一个基于深度卷积生成式对抗网络(deep convolutional generative adversarial networks,DCGAN)反馈的深度差分隐私保护方法.该方法在深度网络参数优化计算时结合差分隐私理论添加噪声数据,基于差分隐私与高斯分布可组合特点,计算深度网络每一层的隐私预算,在随机梯度下降(stochastic gradient descent,SGD)计算中添加高斯噪声使之总体隐私预算最小;利用DCGAN生成数据选取可能得到的最优结果,通过对比攻击结果和原始数据之间的差别调节深度差分隐私模型参数,实现训练数据集可用性与隐私保护度的平衡.实验结果表明,该方法针对训练数据集中的敏感信息具有较高的隐私保护能力. 展开更多
关键词 训练数据集保护 差分隐私 深度学习 图像生成 深度卷积生成式对抗网络(dcgan)
在线阅读 下载PDF
HR-DCGAN方法的帕金森声纹样本扩充及识别研究 被引量：9
16
作者 王娟 徐志京 《小型微型计算机系统》 CSCD 北大核心 2019年第9期2026-2032,共7页
声纹作为人类重要的生物特征,可应用于帕金森等疾病的判别,但现存的患者声纹数据集及样本偏少,故提出HR-DCGAN(High Resolution Deep Convolutional Generative Adversarial Network)进行样本扩充,进而采用深度学习方法区分帕金森患者... 声纹作为人类重要的生物特征,可应用于帕金森等疾病的判别,但现存的患者声纹数据集及样本偏少,故提出HR-DCGAN(High Resolution Deep Convolutional Generative Adversarial Network)进行样本扩充,进而采用深度学习方法区分帕金森患者和健康人.HR-DCGAN通过增加网络层数并结合特征匹配方法生成高分辨的语谱图,依据结构相似度指标(Structural Similarity Index,SSIM)筛选出高相似度的语谱图以扩充样本.构建VGG16提取声纹特征并分类有效地提高识别准确率,使用Dropout方法抑制过拟合问题进而达到正则化效果.在Sakar数据集上进行了多种特征提取方法,多分类方法的对比实验,结果表明HR-DCGAN-VGG16混合模型能够获得最高声纹识别准确率90. 5%和特异性91%,能有效区分帕金森患者和健康人,解决了少量声纹数据下对帕金森患者的早期高效筛查问题. 展开更多
关键词 帕金森病 HR-dcgan 语谱图 样本扩充 VGG16
在线阅读 下载PDF
基于C-DCGAN的铁路道岔转辙机柱塞泵故障诊断方法 被引量：3
17
作者 罗佳 黄晋英 +1 位作者 马健程 刘思远 《中国铁道科学》 EI CAS CSCD 北大核心 2024年第6期111-120,共10页
针对铁路道岔转辙机设备状态监测数据不完备、非平衡和局部缺失等问题,提出基于改进生成式对抗网络(GAN)的转辙机柱塞泵故障诊断方法。首先,构建条件深度卷积生成式对抗网络(C-DCGAN)模型,利用一维卷积层处理柱塞泵振动信号的时域和频... 针对铁路道岔转辙机设备状态监测数据不完备、非平衡和局部缺失等问题,提出基于改进生成式对抗网络(GAN)的转辙机柱塞泵故障诊断方法。首先,构建条件深度卷积生成式对抗网络(C-DCGAN)模型,利用一维卷积层处理柱塞泵振动信号的时域和频域特征,通过博弈对抗机制优化生成器和判别器,提高模型的泛化能力和故障特征提取能力;其次,引入双时间尺度更新规则(TTUR)来解决判别器正则化过程中的缓慢学习问题,提升模型训练的稳定性;最后,采用实测数据进行案例分析,验证所提方法的有效性。结果表明:在4种不同工况下,生成样本的JSD值分别为0.190,0.235,0.240和0.185;在正常样本与故障样本比例分别为100∶1,50∶1,20∶1和10∶1时,故障分类精度依次达到91.24%,94.13%,94.96%和96.08%。该方法在样本生成方面具有更好的性能,尤其在处理数据不平衡问题时,可达到较高的故障分类精度,为铁路安全运行提供有力保障。 展开更多
关键词 铁路道岔 转辙机柱塞泵 非平衡数据 故障诊断 C-dcgan
在线阅读 下载PDF
基于DCGAN的绝缘子图像生成方法 被引量：5
18
作者 杨彦利 矫红岩 《自动化与仪表》 2021年第1期5-9,共5页
绝缘子是输电线路的重要组成部分,利用深度学习等人工智能方法可以对绝缘子进行智能检测,但需要大容量的样本库,而绝缘子故障图像比较稀缺,可借助计算机生成故障绝缘子图像。针对绝缘子图像的特点对DCGAN网络模型进行改进,实现故障绝缘... 绝缘子是输电线路的重要组成部分,利用深度学习等人工智能方法可以对绝缘子进行智能检测,但需要大容量的样本库,而绝缘子故障图像比较稀缺,可借助计算机生成故障绝缘子图像。针对绝缘子图像的特点对DCGAN网络模型进行改进,实现故障绝缘子图像的计算机生成。改进后DCGAN模型网络生成的绝缘子图像多样性好、稳定性高。对比其他的图像生成模型,结果表明,所生成的绝缘子图像质量更好,为生成大量故障绝缘子图像提供了技术途径。 展开更多
关键词 绝缘子故障图像 图像生成 生成对抗网络 dcgan 深度学习
在线阅读 下载PDF
基于DCGAN的终端区激光雷达晴空湍流识别 被引量：1
19
作者 庄子波 张春辉 +2 位作者 陈星 邵靖媛 陈柏纬 《航空学报》 EI CAS CSCD 北大核心 2024年第16期195-206,共12页
针对在飞行终端区采用激光雷达进行晴空湍流识别时湍流样本不充足、识别率低的问题,提出了一种改进的深度卷积生成对抗网络(DCGAN)算法。使用中川机场雷达实验平台9个月的径向风速数据构建涡流耗散率(EDR)图像,筛选存在晴空湍流的样本... 针对在飞行终端区采用激光雷达进行晴空湍流识别时湍流样本不充足、识别率低的问题,提出了一种改进的深度卷积生成对抗网络(DCGAN)算法。使用中川机场雷达实验平台9个月的径向风速数据构建涡流耗散率(EDR)图像,筛选存在晴空湍流的样本构建湍流样本集;通过扩充卷积层和转置卷积层改进了DCGAN结构,实现样本的扩充,并使用对抗训练后的判别器进行识别。结果表明:用原始样本集和增广样本集训练的对抗后判别器识别准确率均优于卷积神经网络(CNN)和对抗前判别器,分别提高了6.55%、8.25%和0.31%、1.9%;最后,用实测样本进行检验,识别准确率分别提高了3.33%、6.67%,验证了所提方法的可行性。 展开更多
关键词 激光雷达 晴空湍流 涡流耗散率(EDR) 深度卷积生成对抗网络(dcgan) 判别器
原文传递
一种基于TensorFlow的DCGAN模型实现 被引量：4
20
作者 樊雷 《电脑知识与技术》 2017年第12X期219-221,共3页
卷积神经网络CNN目前在有监督学习领域有着优秀的表现,但在无监督学习领域研究进展缓慢。该文将CNN引入到GAN中的生成式模型中做无监督训练,利用CNN强大的特征提取能力来提高生成式模型的学习效果,采用TensorFlow和Python代码实现了DCGA... 卷积神经网络CNN目前在有监督学习领域有着优秀的表现,但在无监督学习领域研究进展缓慢。该文将CNN引入到GAN中的生成式模型中做无监督训练,利用CNN强大的特征提取能力来提高生成式模型的学习效果,采用TensorFlow和Python代码实现了DCGAN中的D模型和G模型,并在MNIST部分数据集下验证了模型生成数字图像效果。实验结果表明采用DCGAN可以有效获取图像表征用于分类并具备生成较高分辨率的图像能力。 展开更多
关键词 dcgan 深度学习 TensorFlow GAN
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 … 7 下一页 到第 页
使用帮助 返回顶部