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6篇文章
< 1 >
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DCGAN-CNN的小样本通信干扰信号识别 被引量：1
1
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
融合计算机视觉的模具裂纹自动检测与精细分割算法
2
作者 袁辉 《模具技术》 2025年第4期103-112,共10页
模具裂纹检测是工业制造里保障产品质量与生产安全的关键环节。本文给出一种融合计算机视觉的模具裂纹自动检测与精细分割算法,目的是实现高效、精准的裂纹识别与定位。首先,利用深度卷积生成对抗网络(deep convolutional generative ad... 模具裂纹检测是工业制造里保障产品质量与生产安全的关键环节。本文给出一种融合计算机视觉的模具裂纹自动检测与精细分割算法,目的是实现高效、精准的裂纹识别与定位。首先,利用深度卷积生成对抗网络(deep convolutional generative adversarial network,DCGAN)扩充裂纹图像数据集,解决样本不足难题;其次,设计改进的卷积神经网络(convolutional neural network,CNN),借助多尺度特征提取与注意力机制,强化关键区域的信息表达能力;最后,依靠模型剪枝与量化技术达成轻量化部署。结果显示,改进算法在裂纹检测任务中表现优异,准确率达91.4%,召回率升至87.3%,分别比主流算法高出22.17%和18.55%。此外,模型推理时间仅80 ms,参数量减至12.3 Mb。研究表明,该算法在复杂背景下的稳健性和细节捕捉能力都明显提升。 展开更多
关键词 模具裂纹检测 计算机视觉 深度卷积生成对抗网络(DCGAN) 卷积神经网络(CNN) 多尺度特征提取
在线阅读 下载PDF
基于改进深度卷积对抗生成网络的肺结节良恶性分类 被引量：4
3
作者 李莉 张浩洋 乔璐 《计算机工程》 CAS CSCD 北大核心 2020年第12期262-269,共8页
为提高肺结节良恶性识别的准确率,构建改进深度卷积对抗生成网络(DCGAN)框架与半监督模糊C均值(FCM)聚类结合的SFDG肺结节良恶性识别模型。将带有良恶性等级标签的肺结节图像输入到DCGAN框架,使得只有来源分类能力的判别器网络同时具备... 为提高肺结节良恶性识别的准确率,构建改进深度卷积对抗生成网络(DCGAN)框架与半监督模糊C均值(FCM)聚类结合的SFDG肺结节良恶性识别模型。将带有良恶性等级标签的肺结节图像输入到DCGAN框架,使得只有来源分类能力的判别器网络同时具备肺结节等级分类能力。在判别过程中运用半监督FCM聚类方法,对输入肺结节图像进行特征提取和量化,将输出的当前图像所属类别概率及判别结果与真实结果进行比较来调整网络参数。通过设定加权损失函数最大概率提高模型识别准确率,训练得出具有良好鲁棒性的网络模型。实验结果表明,改进模型的判别器网络具有良好的肺结节良恶性分类能力,准确率高达90.96%。 展开更多
关键词 良恶性分类 卷积神经网络 特征量化 深度卷积对抗生成网络 半监督模糊C均值方法
在线阅读 下载PDF
基于改进深度卷积生成对抗网络的路面指示标志识别方法 被引量：1
4
作者 程校昭 陈志军 +1 位作者 吴超仲 马枫 《交通信息与安全》 CSCD 北大核心 2020年第2期47-54,共8页
针对道路交通环境中路面标志识别涉及的数据集较少和识别准确率不足的问题,研究了基于深度卷积生成对抗网络的道路表面指示标志的识别方法。在深度卷积生成对抗网络的结构基础上,根据具体应用修改生成网络和判别网络的损失函数,并用随... 针对道路交通环境中路面标志识别涉及的数据集较少和识别准确率不足的问题,研究了基于深度卷积生成对抗网络的道路表面指示标志的识别方法。在深度卷积生成对抗网络的结构基础上,根据具体应用修改生成网络和判别网络的损失函数,并用随机梯度下降算法替代原始的优化器,对指示标志的原始样本集进行样本生成,以增加样本数据量。基于Faster R-CNN算法进行路面标志的特征提取,实现路面指示标志的识别,并基于迁移学习对识别模型进行微调,将目标识别效果应用于实际道路环境中。实验结果表明,通过深度卷积生成对抗网络生成的样本图像有效地扩增了路面标志的数据集,增广后的多类目标识别的mAP提高了17.1%,小样本情况下的识别准确率随着样本量的增加和样本质量的改善而得到了明显的提高。 展开更多
关键词 智能交通 路面标志识别 深度卷积生成对抗网络 Faster R-CNN 数据增强
在线阅读 下载PDF
基于热成像的机房热点成因自动诊断方法 被引量：1
5
作者 刘航 鲍晨晨 +1 位作者 谢婷 高山 《计算机测量与控制》 2020年第4期66-70,共5页
服务器设备的异常高温在机房内部会形成热点,不仅会影响服务器的稳定和寿命,还会导致机房制冷效率的降低,从而增加机房的制冷能耗,增加运营费用;导致产生热点的原因有很多,例如空气流通不畅、风扇失灵、长时间满负荷运行等等;通过自动... 服务器设备的异常高温在机房内部会形成热点,不仅会影响服务器的稳定和寿命,还会导致机房制冷效率的降低,从而增加机房的制冷能耗,增加运营费用;导致产生热点的原因有很多,例如空气流通不畅、风扇失灵、长时间满负荷运行等等;通过自动诊断热点的成因,可以有针对性的消除热点,为机房环境控制提供数据支持,有助于降低机房制冷能耗;根据热像仪拍摄的服务器出风口一侧的红外图像,利用人工智能技术,提出了自动诊断热点成因的方法;针对实际工程应用中热点样本数量不足的问题,提出了基于深度卷积对抗生成网络(DCGAN)合成热点样本的解决方案;通过多组实验验证了方法的有效性,热点成因的诊断准确率约为95%。 展开更多
关键词 信息处理技术 自动诊断 热成像 对抗生成网络 卷积神经网络
在线阅读 下载PDF
基于样本生成机制的包装印刷品真伪防御性判别
6
作者 乔俊伟 宛东 《包装学报》 2023年第5期31-37,共7页
借助手机实现假包装印刷品的识别,实现主动确权,从而达到更加精确的真假包装印刷品判别。针对造假样品极度缺乏的情况,提出基于记忆增强DCGAN样本生成算法来实现假样本扩增,再利用孪生并行注意力卷积神经网络(S-PA-CNN)实现包装印刷品... 借助手机实现假包装印刷品的识别,实现主动确权,从而达到更加精确的真假包装印刷品判别。针对造假样品极度缺乏的情况,提出基于记忆增强DCGAN样本生成算法来实现假样本扩增,再利用孪生并行注意力卷积神经网络(S-PA-CNN)实现包装印刷品真伪的防御性判别。在1种印刷纸张、2种拍摄光源和2种拍摄手机组合的4种开放场景中,拍摄多个真包装印刷品和少量的假包装印刷品图像,用基于记忆增强DCGAN样本生成算法扩增假包装印刷品样本,建立数据集。实验结果表明:数据扩增后,假样本和真样本数量差不多时,S-PA-CNN的检测准确率在97%以上。本文数据扩增方法能够提升网络模型的真样本特征识别能力、细粒度判别精度和泛化能力。 展开更多
关键词 包装印刷品 DCGAN 编解码器 卷积神经网络 微小篡改 真伪判别
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 下一页 到第 页
使用帮助 返回顶部