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81篇文章
< 1 2 … 5 >
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GAN-CNN的心律失常识别 被引量：5
1
作者 陈鹏 刘子龙 《电子科技》 2022年第3期45-50,共6页
心电图分析是医生诊断心律失常的重要依据。对心律失常的准确判断有助于患者及时了解身体状况并发现潜在疾病。然而,心电图分析不仅费时费力,而且还依赖于临床经验,因此心电图分析的效率一直受到医生数量和工作效率的限制。深度学习技... 心电图分析是医生诊断心律失常的重要依据。对心律失常的准确判断有助于患者及时了解身体状况并发现潜在疾病。然而,心电图分析不仅费时费力,而且还依赖于临床经验,因此心电图分析的效率一直受到医生数量和工作效率的限制。深度学习技术的发展为计算机辅助诊断系统的开发提供了基础。文中将一维心电信号转换为二维灰度图像,并采用一种GAN-CNN网络解决心电数据不平衡的问题,可同时实现7类心律失常类型和正常心搏的识别。实验使用MIT-BIH心律失常数据库进行验证,平均准确率达到了99.32%,敏感性和特异性分别为99.69%和98.91%。 展开更多
关键词 心电图 心律失常 深度学习 辅助诊断 心电信号 gan-cnn 二维图像 心电数据不平衡
在线阅读 下载PDF
基于GAN-CNN的电子血压计品牌型号识别技术研究 被引量：2
2
作者 江凯 杨凯 +3 位作者 颜迪新 李子印 倪军 陈灿 《中国计量大学学报》 2023年第3期429-436,共8页
目的:为了解决家用电子血压计自动检定系统因很难获取大量样本数据而导致品牌型号识别准确率不稳定的问题。方法:提出了一种基于生成对抗网络-卷积神经网络(GAN-CNN)的电子血压计品牌型号识别方法。在训练集中加入生成对抗网络(GAN)生... 目的:为了解决家用电子血压计自动检定系统因很难获取大量样本数据而导致品牌型号识别准确率不稳定的问题。方法:提出了一种基于生成对抗网络-卷积神经网络(GAN-CNN)的电子血压计品牌型号识别方法。在训练集中加入生成对抗网络(GAN)生成虚拟图像,利用卷积神经网络(CNN)提取特征并进行分类,利用数据增强、归一化等技术来提高模型准确性与稳健性。结果:实验表明,发现GAN-CNN模型采集响应成功并对电子血压计进行分类,而且准确度达到94.7%以上。相对于其他模型具有更高的识别准确度和更好的泛化能力。结论:本文所提出的基于GAN-CNN的电子血压计示数识别技术能够达到较高的准确率和鲁棒性,在智慧计量领域具有较好的应用前景。 展开更多
关键词 电子血压计 生成对抗网络 卷积神经网络 gan-cnn模型 信息识别
在线阅读 下载PDF
基于GAN-CNN的气味识别
3
作者 郭娟 骆德汉 +1 位作者 何启莉 詹灿坚 《现代计算机》 2021年第23期91-94,99,共5页
随着嗅觉技术的发展,电子鼻因其响应速度快、使用方便等特点被广泛的应用。然而,在实践中,很难获得足够的样本数据来训练气味识别模型。本文提出了一种将生成对抗网络(GAN)和卷积神经网络(CNN)相结合的模型GAN-CNN,首先,将电子鼻数据转... 随着嗅觉技术的发展,电子鼻因其响应速度快、使用方便等特点被广泛的应用。然而,在实践中,很难获得足够的样本数据来训练气味识别模型。本文提出了一种将生成对抗网络(GAN)和卷积神经网络(CNN)相结合的模型GAN-CNN,首先,将电子鼻数据转换为灰度图。然后,利用GAN学习真实样本的数据分布,通过生成器和判别器的对抗训练,生成具有相似数据分布的增强数据集。最后,将增强数据集输入CNN进行特征提取,并对气味类型进行分类。结果表明,GAN-CNN利用电子鼻采集响应成功对气味进行分类,并且准确度达到94.43%,这对于小样本的气味识别具有重要意义。 展开更多
关键词 电子鼻 生成对抗网络(GAN) 卷积神经网络(CNN) gan-cnn
在线阅读 下载PDF
GAN-CNN-GRU在光伏最大功率点跟踪中的应用
4
作者 王冉冉 高慧敏 《计算机时代》 2023年第6期119-123,共5页
光伏阵列在复杂光照强度条件下,出现局部遮荫现象,导致输出特性曲线呈现多峰值状态,造成光伏系统能量转化率低下。本文提出一种基于生成对抗网络(GAN)、卷积神经网络(CNN)和门控循环单元(GRU)的混合预测模型,预先使用GAN对光伏发电原始... 光伏阵列在复杂光照强度条件下,出现局部遮荫现象,导致输出特性曲线呈现多峰值状态,造成光伏系统能量转化率低下。本文提出一种基于生成对抗网络(GAN)、卷积神经网络(CNN)和门控循环单元(GRU)的混合预测模型,预先使用GAN对光伏发电原始环境数据进行数据扩充,再用CNN提取不同光伏太阳能板的环境数据特征,最后利用GRU进行最大功率点电压的预测。仿真结果表明,该混合预测模型可避免陷入局部极值的情况,可以有效提高复杂光照强度条件下的最大功率点跟踪效率。 展开更多
关键词 光伏电池 最大功率点跟踪 GRU神经网络 CNN神经网络 生成对抗网络 仿真
在线阅读 下载PDF
中国森林碳汇效率测度、总量预测与资源配置
5
作者 周建力 王雅琪 +2 位作者 徐子瀚 刘丹丹 杨诚 《环境科学》 北大核心 2026年第2期807-821,共15页
在气候变化挑战与践行“双碳”目标的大背景下,准确评估各地区森林碳汇效率,识别效率差异背后的原因,并据此提出有效的资源配置路径,对于促进区域协调发展、提高资源利用率和实现固碳减排意义重大.基于中国2004~2021年的省级数据,构建... 在气候变化挑战与践行“双碳”目标的大背景下,准确评估各地区森林碳汇效率,识别效率差异背后的原因,并据此提出有效的资源配置路径,对于促进区域协调发展、提高资源利用率和实现固碳减排意义重大.基于中国2004~2021年的省级数据,构建三阶段DEA模型测度30个省市的森林碳汇效率,并进行区域差异分析;同时建立基于GAN和KOA-CNN-BiLSTM-Attention的预测模型,预测2030年各地区的碳汇总量目标,并设置情景提高模型精度;进一步基于三阶段理论改进逆DEA模型,讨论各地区要达到预测碳汇目标的资源配置路径规划方案,特别对各地区当前投入冗余与不足情况进行反馈.结果表明:①中国森林碳汇效率水平虽然呈现增长态势,但整体处于中等偏低水平,且区域差异显著.效率水平较高地区主要分布在西南及东北地区;华北地区水平较低,需要予以重视;其他地区介于中间水平,仍然有待发展.②自然资源禀赋(涉及森林资源与自然条件)与林业关切程度(涉及政策支持与资源倾斜)是地区间森林碳汇效率存在差异的核心原因,科学的经营管理对地区森林碳汇能力起到加持作用.③东北地区与西南地区在森林碳汇总量方面贡献度显著,国家范围来看森林碳汇总量到2030年将实现7%~30%的增幅,森林碳汇在固碳减排方面将始终发挥重要作用.④各地区至少有一项投入需要做出增量改进;土地投入将成为未来实现碳汇目标的主要挑战,同时也是当前森林碳汇效率水平的关键制约因素;从长远来看,黑龙江与内蒙古森林碳汇发展前景最好.研究可为政府及相关行业践行“双碳”目标提供决策参考、助力提升碳汇效率与资源配置效率. 展开更多
关键词 森林碳汇 三阶段DEA 逆DEA GAN-KOA-CNN-BiLSTM模型 资源配置
原文传递
基于生成对抗网络和卷积神经网络的高速铁路地震预警干扰信号识别方法 被引量：1
6
作者 宋晋东 栾世成 +7 位作者 李山有 马强 孙文韬 刘赫奕 周学影 姚鹍鹏 黄鹏杰 朱景宝 《中国铁道科学》 北大核心 2025年第1期225-232,共8页
为提升高速铁路地震预警系统中地震事件识别的可靠性,提出基于生成对抗网络(GAN)和卷积神经网络(CNN)的高速铁路地震预警干扰信号识别方法。首先,通过GAN对打夯干扰信号进行数据增强,以实现数据平衡;其次,设计并构建GAN-CNN打夯干扰信... 为提升高速铁路地震预警系统中地震事件识别的可靠性,提出基于生成对抗网络(GAN)和卷积神经网络(CNN)的高速铁路地震预警干扰信号识别方法。首先,通过GAN对打夯干扰信号进行数据增强,以实现数据平衡;其次,设计并构建GAN-CNN打夯干扰信号识别模型,并对其进行训练和测试;最后,通过对比试验,验证该模型在干扰信号识别中的有效性和准确性。结果表明:与未使用GAN进行数据增强的情况相比,所提方法识别打夯干扰信号和地震事件信号的准确率分别为99.60%和100%,性能显著提升;此外,GANCNN模型的交并比、准确率、召回率和综合能力评价指标也得到提高。该方法可为高速铁路地震预警干扰信号识别提供参考。 展开更多
关键词 地震预警 高速铁路 卷积神经网络 生成对抗网络 打夯干扰信号
在线阅读 下载PDF
基于GAN算法的图像素描风格迁移研究
7
作者 王军 渠慎迪 程勇 《计算机与数字工程》 2025年第11期3234-3239,3269,共7页
论文针对传统生成对抗网络中图像空间信息弱化、输出图像局部结构质量不高以及无法用于草图风格传递研究等问题进行研究。首先,对论文采用的关键技术进行了阐述和分析;其次,将具有良好特征提取能力的卷积神经网络(CNN)引入到GAN中,构建... 论文针对传统生成对抗网络中图像空间信息弱化、输出图像局部结构质量不高以及无法用于草图风格传递研究等问题进行研究。首先,对论文采用的关键技术进行了阐述和分析;其次,将具有良好特征提取能力的卷积神经网络(CNN)引入到GAN中,构建素描风格迁移(Sketch Style Transfer,SST)模型;最后,通过构建数据集和设计实验验证了该模型的有效性。实验结果表明:1)SST模型获得的人工主观评分为25分,比其他算法高59%,采用指标值计算进行客观评价时,SST模型在不同数据集上输出的图像总体质量远高于其他算法;2)论文提出的SST模型可以生成与不属于训练集的非正面人像原始输入图像相似度高的素描式图像,各指标均优于其他算法。综上所述,论文提出的SST模型在图像研究中具有良好的图像生成能力和广阔的应用前景。论文为图像SST技术的改进提供重要的技术支持,也为人脸识别的研究领域提供参考。 展开更多
关键词 生成对抗网络 CNN SST模型 素描风格迁移
在线阅读 下载PDF
基于全局和局部特征信息的生成对抗网络在海马体分割中的应用
8
作者 魏志宏 孔旭东 +5 位作者 孔燕 闫士举 丁阳 魏贤顶 孔栋 杨波 《波谱学杂志》 2025年第2期143-153,共11页
海马体由于结构复杂、体积小,导致对其进行精准分割较为困难.为此,本文提出一种基于全局和局部特征信息的生成对抗网络(GLGAN)分割方法.首先,为了提高网络稳定性和海马体分割精度,减少信息丢失和梯度爆炸等问题,本文通过改进生成对抗网... 海马体由于结构复杂、体积小,导致对其进行精准分割较为困难.为此,本文提出一种基于全局和局部特征信息的生成对抗网络(GLGAN)分割方法.首先,为了提高网络稳定性和海马体分割精度,减少信息丢失和梯度爆炸等问题,本文通过改进生成对抗网络的生成器和损失函数,提出了全局生成对抗网络(GGAN).其次,由于判别器本质上是二分类的分类器,对微小局部变换不敏感,于是提出具有全局和局部特征信息的双判别器网络结构的生成对抗网络.最后,设计一个平衡生成对抗网络(GAN)对抗性损失和3D u-net分割损失的总损失函数.实验结果表明基于GLGAN的分割方法有利于密集评估海马体,促进判别器将生成器生成的掩膜值推向更真实分布,提高海马体分割精度.该方法分割海马体的Dice系数为0.804、IOU为0.672. 展开更多
关键词 生成对抗网络(GAN) 3D卷积神经网络 分割 海马体 3D u-net
在线阅读 下载PDF
基于深度学习算法的虚拟数字人表情自然度优化
9
作者 伍春艳 龙艳军 《软件》 2025年第7期79-81,共3页
文章主要探讨了提升虚拟数字人表情自然度的方法,深入研究了深度学习算法在该领域的应用效果。通过改进生成对抗网络(GAN)和卷积神经网络(CNN),提升了表情生成的质量。同时,采用多模态数据融合技术,把不同种类的数据整合起来,结合情感... 文章主要探讨了提升虚拟数字人表情自然度的方法,深入研究了深度学习算法在该领域的应用效果。通过改进生成对抗网络(GAN)和卷积神经网络(CNN),提升了表情生成的质量。同时,采用多模态数据融合技术,把不同种类的数据整合起来,结合情感驱动的优化策略,使生成的表情看起来更自然流畅、更有真实感。本文研究为虚拟数字人表情生成带来了新思路,在一定程度上促进了人机交互技术的进步。 展开更多
关键词 虚拟数字人 表情自然度 深度学习 生成对抗网络(GAN) 卷积神经网络(CNN)
在线阅读 下载PDF
基于IWGANs-GP模型的水轮机空化失效诊断研究
10
作者 惠振国 胡志平 +1 位作者 祝旭 许颜贺 《大电机技术》 2025年第1期91-98,共8页
水轮机是实现水电能源转换的核心部件,其空化失效,特别是导叶连杆处的空化失效,会对机组运行状态造成严重影响。为解决实际工程中空化失效数据采集难、数据量不足的问题,本文提出一种改进的梯度惩罚Wasserstein生成对抗网络模型(Improve... 水轮机是实现水电能源转换的核心部件,其空化失效,特别是导叶连杆处的空化失效,会对机组运行状态造成严重影响。为解决实际工程中空化失效数据采集难、数据量不足的问题,本文提出一种改进的梯度惩罚Wasserstein生成对抗网络模型(Improved Wasserstein Generative Adversarial Networks with Gradient Penalty, IWGANs-GP),以生成丰富的空化失效数据,同时构建基于注意力机制的卷积神经网络(Attention Mechanism-based Convolutional Neural Network, AM-CNN),实现水轮机空化失效的准确诊断。在采集到的水轮机导叶连杆空化失效数据集上进行所提方法有效性的验证,实验结果表明,相比其他数据生成模型,所提方法的平均诊断精度最高,证明其具备优异的数据生成性能,可为水轮机空化失效诊断提供充足数据来源,具有较大的工程应用价值。 展开更多
关键词 水轮机 空化失效 失效诊断 生成对抗网络 卷积神经网络
在线阅读 下载PDF
用于小样本PTC质量智能诊断的AoT-DCGAN和P-CNN混合深度学习模型
11
作者 李文哲 李浩然 +3 位作者 王涛 马梓瀚 汪传磊 郭丽雪 《计算机系统应用》 2025年第5期159-172,共14页
气密封螺纹连接(PTC)上扣质量的智能诊断对于确保油管在高温、高压、酸性气体条件下的稳固性和密封性至关重要.准确的诊断依赖于分析不同工况下的PTC曲线以反映上扣质量,但在实际工业检测中获取大量有效数据面临挑战.本文提出了一种端... 气密封螺纹连接(PTC)上扣质量的智能诊断对于确保油管在高温、高压、酸性气体条件下的稳固性和密封性至关重要.准确的诊断依赖于分析不同工况下的PTC曲线以反映上扣质量,但在实际工业检测中获取大量有效数据面临挑战.本文提出了一种端到端分类模型,它结合了异步优化的二维深度卷积生成对抗网络(AoTDCGAN)和用于PTC曲线诊断的二维卷积神经网络(P-CNN),旨在提高小样本下的分类性能.本文提出的方法首先利用AoT-DCGAN来识别真实样本的分布模式,并生成合成样本.随后利用P-CNN模型在扩增的数据集上进行训练,实现PTC曲线的智能诊断.同时,本文使用了一种新颖的权重优化策略,即异步优化(AO),用来缓解生成器优化阶段的梯度消失问题.本文提出的方法基于不同数据扩增比率下的召回率、特异性、F1分数、精确度和混淆矩阵进行了性能评估,结果表明,随着数据集规模的扩增,模型的分类能力也在增强,在数据集规模达到1200张时分类效果最佳.此外,在相同的训练集中,P-CNN模型的表现优于传统的机器学习和深度学习模型,在AC、ATI和NDT曲线上的最佳分类准确率分别达到了95.9%、95.5%和96.7%.最后,研究证实在DCGAN的训练过程中使用异步优化会使损失函数更稳定地下降. 展开更多
关键词 气密封螺纹连接 卷积神经网络 生成对抗网络 小样本 异步优化
在线阅读 下载PDF
基于CNN的机载综合射频系统健康状态评估方法 被引量：2
12
作者 丁宸聪 《电讯技术》 北大核心 2025年第6期921-929,共9页
针对综合射频系统中的故障预测与健康管理技术模型泛化能力弱、数据成本高及均衡性差的问题,提出了一种空地协同的系统设计方法。为优化泛化能力,降低数据成本并增强数据均衡性,该方法对机载射频系统、数字孪生系统及人工智能(Artificia... 针对综合射频系统中的故障预测与健康管理技术模型泛化能力弱、数据成本高及均衡性差的问题,提出了一种空地协同的系统设计方法。为优化泛化能力,降低数据成本并增强数据均衡性,该方法对机载射频系统、数字孪生系统及人工智能(Artificial Intelligence,AI)控制中心进行整合,实现数据共享和模型同步。进一步,通过采集不同模块通用单元的多种传感器特征以扩充数据集,并集合K-means聚类算法与生成对抗网络生成极端数据,改善了数据平衡性。最终,基于卷积神经网络实现对机载射频系统可靠性的评估,预测值与实际值之间高度拟合,均方差为0.0002,平均绝对误差为0.0089,决定系数达到0.9452。本研究为综合射频系统中的故障预测与健康管理技术的发展提供了新的思路和方法。 展开更多
关键词 机线综合射频系统 故障预测与健康管理(PHM) 卷积神经网络(CNN) 反向传播神经网络(BPNN) 生成对抗网络(GAN)
在线阅读 下载PDF
面向6G的跨模态信号重建技术 被引量：4
13
作者 李昂 陈建新 +1 位作者 魏昕 周亮 《通信学报》 EI CSCD 北大核心 2022年第6期28-40,共13页
6G时代下,为了兼顾多媒体用户音频、视频、触觉的沉浸式体验需求与低时延、高可靠、大容量的通信质量,提出一种跨模态信号重建架构和由视频信号重建触觉信号的深度学习模型。首先,通过控制机器人触摸各种材质,构建了包含音频、视频、触... 6G时代下,为了兼顾多媒体用户音频、视频、触觉的沉浸式体验需求与低时延、高可靠、大容量的通信质量,提出一种跨模态信号重建架构和由视频信号重建触觉信号的深度学习模型。首先,通过控制机器人触摸各种材质,构建了包含音频、视频、触觉信号的数据集VisTouch,为后续各种跨模态问题的研究奠定基础;其次,通过利用多模态信号间的语义关联性,设计一种普适的、稳健的端到端跨模态信号重建框架;再次,以通过视频信号重建触觉信号为例,构建视频辅助的触觉重建模型,包括基于3D CNN的视频特征提取网络,基于全卷积网络的GAN生成网络与基于CNN的GAN辨别网络;最后,通过实验结果验证跨模态信号重建框架的可靠性以及触觉重建模型的准确性。 展开更多
关键词 6G 跨模态信号重建 多模态数据集 3D卷积神经网络 生成对抗网络
在线阅读 下载PDF
基于CNN的机场安检危险品自动识别研究 被引量：4
14
作者 高强 潘俊 洪锐锋 《计算机技术与发展》 2019年第10期95-99,共5页
机场安检是民航安全飞行的重要保障。针对机场安检危险品人工识别工作量大、效率低、易疲劳误判及危险品图像数据集不均衡导致识别准确率低的问题,提出一种基于GAN数据增强的卷积神经网络危险品自动识别模型。首先利用GAN使危险品图像... 机场安检是民航安全飞行的重要保障。针对机场安检危险品人工识别工作量大、效率低、易疲劳误判及危险品图像数据集不均衡导致识别准确率低的问题,提出一种基于GAN数据增强的卷积神经网络危险品自动识别模型。首先利用GAN使危险品图像数据集均衡化,然后将图像输入由4个卷积层、1个全连接层构成的卷积神经网络模型进行训练,训练时引入随机失活优化技术,使模型得到更好的识别效果。在2017公安一所危险品图像数据集上的实验结果表明,经过均衡化处理后,模型的识别准确率达到90.7%,较均衡化之前提高了33.4%。另外,经过对比实验,模型的识别准确率分别比GoogLeNet、AlexNet、ResNet高出5.8%、7.2%和5.4%。该模型具有较高的识别准确率及较好的实时性,对提升机场安检智能化水平具有积极意义。 展开更多
关键词 危险品 CNN 自动识别 不均衡 GAN
在线阅读 下载PDF
基于GAN与CNN的煤机设备故障智能诊断方法研究 被引量：5
15
作者 郭军 《煤矿机械》 2023年第12期182-185,共4页
针对煤机设备现场难以获取有效故障数据样本进行智能诊断模型训练的问题,提出基于对抗网络生成(GAN)技术与卷积神经网络(CNN)相结合的智能诊断策略。将现场真实数据和实验室典型故障数据的特征进行融合,得到虚拟数据样本。通过CNN的模... 针对煤机设备现场难以获取有效故障数据样本进行智能诊断模型训练的问题,提出基于对抗网络生成(GAN)技术与卷积神经网络(CNN)相结合的智能诊断策略。将现场真实数据和实验室典型故障数据的特征进行融合,得到虚拟数据样本。通过CNN的模型训练建立煤机设备的故障智能诊断模型。试验结果表明,该方法在现场故障数据样本缺失、难以建立准确故障机理模型的条件下,具有较高的诊断准确率。 展开更多
关键词 GAN CNN 煤机设备 故障诊断
原文传递
MACDCGAN的发电机轴承故障诊断方法 被引量：3
16
作者 曹洁 尹浩楠 王进花 《振动与冲击》 EI CSCD 北大核心 2024年第11期227-235,共9页
在实际工况中,发电机中传感器采集到的故障样本数据有限,使用基于深度学习的方法进行故障诊断存在过拟合问题导致模型泛化能力较差以及诊断精度不高。为了解决这个问题,采用样本扩充的思路,提出了一种改进的辅助分类器条件深度卷积生成... 在实际工况中,发电机中传感器采集到的故障样本数据有限,使用基于深度学习的方法进行故障诊断存在过拟合问题导致模型泛化能力较差以及诊断精度不高。为了解决这个问题,采用样本扩充的思路,提出了一种改进的辅助分类器条件深度卷积生成对抗网络(MACDCGAN)的故障诊断方法。通过对采集的一维时序信号进行小波变换增强特征,构建简化结构参数的条件深度卷积生成对抗网络模型生成样本,并在模型中采用Wasserstein距离优化损失函数解决训练过程中存在模式崩塌和梯度消失的缺点;通过添加一个独立的分类器来改进分类模型的兼容性,并在分类器中引入学习率衰减算法增加模型稳定性。试验结果表明,该方法可以有效地提高故障诊断的精度,并且验证了所提模型具有良好的泛化性能。 展开更多
关键词 发电机 特征提取 生成对抗网络(GAN) 卷积神经网络(CNN) 故障诊断
在线阅读 下载PDF
生成对抗网络的单图像超分辨率重建方法 被引量：21
17
作者 彭晏飞 高艺 +2 位作者 杜婷婷 桑雨 訾玲玲 《计算机科学与探索》 CSCD 北大核心 2020年第9期1612-1620,共9页
基于深度卷积神经网络的超分辨率重建方法虽然有较高的峰值信噪比(PSNR),但重建结果在大尺度因子下存在缺乏高频信息和纹理细节,视觉感知效果差的问题。针对这一问题,提出了一种基于生成对抗网络的单图像超分辨率重建方法。首先迁移支... 基于深度卷积神经网络的超分辨率重建方法虽然有较高的峰值信噪比(PSNR),但重建结果在大尺度因子下存在缺乏高频信息和纹理细节,视觉感知效果差的问题。针对这一问题,提出了一种基于生成对抗网络的单图像超分辨率重建方法。首先迁移支持向量机中的hinge损失作为目标函数,其次使用更加稳定、抗噪性更强的Charbonnier损失代替L2损失函数,最后去掉了残差块和判别器中对图像超分辨率不利的批规范化层,并在生成器和判别器中使用谱归一化来减小计算开销,稳定模型训练。实验结果表明,在4倍放大尺度因子下,相较其他对比方法,该方法重建图像的PSNR值最高提升4.6 dB,SSIM值最高提升0.1,测试时间较短。实验数据和效果图均表明该方法重建的超分辨率图像视觉效果较好,且有更高的PSNR和SSIM值。 展开更多
关键词 超分辨率重建 生成对抗网络(GAN) 深度学习 卷积神经网络(CNN) 损失函数
在线阅读 下载PDF
基于CNN的改进行人重识别技术 被引量：2
18
作者 熊炜 冯川 +3 位作者 熊子婕 王娟 刘敏 曾春艳 《计算机工程与科学》 CSCD 北大核心 2019年第4期665-672,共8页
针对行人重识别研究中训练样本的不足,为提高识别精度及泛化能力,提出一种基于卷积神经网络的改进行人重识别方法。首先对训练数据集进行扩充,使用生成对抗网络无监督学习方法生成无标签图像;然后与原数据集联合作半监督卷积神经网络训... 针对行人重识别研究中训练样本的不足,为提高识别精度及泛化能力,提出一种基于卷积神经网络的改进行人重识别方法。首先对训练数据集进行扩充,使用生成对抗网络无监督学习方法生成无标签图像;然后与原数据集联合作半监督卷积神经网络训练,通过构建一个Siamese网络,结合分类模型和验证模型的特点进行训练;最后加入无标签图像类别分布方法,计算交叉熵损失来进行相似度量。实验结果表明,在Market-1501、CUHK03和DukeMTMC-reID数据集上,该方法相比原有的Siamese方法在Rank-1和mAP等性能指标上有近3～5个百分点的提升。当样本较少时,该方法具有一定应用价值。 展开更多
关键词 行人重识别 卷积神经网络 生成对抗网络 交叉熵 Siamese
在线阅读 下载PDF
基于生成对抗与卷积神经网络的调制识别方法 被引量：12
19
作者 邵凯 朱苗苗 王光宇 《系统工程与电子技术》 EI CSCD 北大核心 2022年第3期1036-1043,共8页
自动调制识别在频谱监测和认知无线电中占有重要地位。针对现有调制识别算法在低信噪比条件下识别率低的问题,提出一种基于生成对抗网络(generative adversarial network, GAN)和卷积神经网络(convolutional neural network, CNN)的数... 自动调制识别在频谱监测和认知无线电中占有重要地位。针对现有调制识别算法在低信噪比条件下识别率低的问题,提出一种基于生成对抗网络(generative adversarial network, GAN)和卷积神经网络(convolutional neural network, CNN)的数字信号调制识别方法。在利用平滑伪Wigner-Ville分布将调制信号转换为时频图像(time-frequency images, TFIs)后,在经典GAN中嵌入了剩余密集块(residual dense block, RDB)结构,保证了对TFIs的去噪和修复。通过对经典的剩余网络(residual network, ResNet)模型微调,满足了TFIs的识别与分类。仿真结果表明,所提方法在低信噪比情况下有效地降低了噪声对TFIs的干扰,提高了识别性能。 展开更多
关键词 自动调制识别 时频分布 卷积神经网络 生成对抗网络 剩余密集块
在线阅读 下载PDF
运动模糊图像的恢复技术研究 被引量：2
20
作者 陈英 洪晨丰 《传感器与微系统》 CSCD 北大核心 2021年第4期63-65,73,共4页
针对运动模糊图像的恢复,提出了基于生成式对抗神经网络(GAN)网络与FSRCNN网络的方案。采用GoPro模糊图像数据集与DIV2K图像恢复数据集进行网络训练;通过图像处理对模糊图像进行规格化、归一化、色彩空间转换等预处理操作;利用GAN对模... 针对运动模糊图像的恢复,提出了基于生成式对抗神经网络(GAN)网络与FSRCNN网络的方案。采用GoPro模糊图像数据集与DIV2K图像恢复数据集进行网络训练;通过图像处理对模糊图像进行规格化、归一化、色彩空间转换等预处理操作;利用GAN对模糊图像进行图像恢复,并结合FSRCNN针对模糊图像进行图像增强;针对GAN与FSRCNN的处理结果进行分析与对比,经由FSRCNN网络图像增强的恢复图像的峰值信噪比虽然有一定的下降,但结构相似度则得到了提升。实验结果表明本文的算法方案具有较好的可行性。 展开更多
关键词 生成式对抗神经网络 卷积神经网络 运动模糊 图像处理
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 … 5 下一页 到第 页
使用帮助 返回顶部