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135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：
基于约束性循环一致生成对抗网络的人脸表情识别方法 被引量：4
1
作者 胡敏 余胜男 王晓华 《电子测量与仪器学报》 CSCD 北大核心 2019年第4期169-177,共9页
深度神经网络在表情分类识别中会由于样本数量不均衡,样本相似度高出现过拟合,导致识别结果不理想,而通过旋转变换、添加噪声等数据增强方法不能解决相似度较高的问题。为此,对循环一致生成对抗网络(Cycle-GAN)进行改进,通过引入类别约... 深度神经网络在表情分类识别中会由于样本数量不均衡,样本相似度高出现过拟合,导致识别结果不理想,而通过旋转变换、添加噪声等数据增强方法不能解决相似度较高的问题。为此,对循环一致生成对抗网络(Cycle-GAN)进行改进,通过引入类别约束性条件,构建一种基于约束性循环一致生成对抗网络(CCycle-GAN),实现了一对多的数据类别映射,减少了模型训练开销;同时,为了提高人脸表情识别效率,对Cycle-GAN判别器进行改进,用一个辅助表情分类器替换循环一致生成对抗网络的判别器,不仅可以判断输入图像的真假,而且可以对表情进行分类。在CK+和FER2013数据集上的实验结果表明,该方法可以有效地解决神经网络中的过拟合和样本不均问题,提高了表情样本生成质量,进而提高了人脸表情识别率。 展开更多
关键词 约束性循环一致生成对抗网络 数据增强 人脸表情识别
在线阅读 下载PDF
基于一致损失生成对抗网络的冷水机组故障诊断
2
作者 高学金 吴浩宁 +1 位作者 高慧慧 齐咏生 《仪器仪表学报》 北大核心 2025年第1期285-297,共13页
冷水机组是供暖通风与空气调节系统的重要组成部分,当冷水机组发生故障时将造成能源浪费甚至安全事故。因此,针对冷水机组的故障诊断对于暖通风与空气调节等系统至关重要。基于数据驱动的故障诊断方法依赖大量历史数据,但带标签的故障... 冷水机组是供暖通风与空气调节系统的重要组成部分,当冷水机组发生故障时将造成能源浪费甚至安全事故。因此,针对冷水机组的故障诊断对于暖通风与空气调节等系统至关重要。基于数据驱动的故障诊断方法依赖大量历史数据,但带标签的故障数据往往难以收集,导致模型的诊断准确率下降。为此,提出了一种基于一致损失生成对抗网络(CLGAN)的故障诊断方法。首先,利用少量带标签样本和大量无标签样本训练CLGAN,并生成故障数据;然后,利用生成数据与历史数据构建一个包含各类故障的平衡数据集;最后,利用该数据集训练故障分类器并对冷水机组进行实时诊断。CLGAN通过在判别器中引入一致性损失函数,能够有效利用无标签数据辅助模型训练,提升了数据利用率。同时,CLGAN迫使生成器在多个尺度上满足判别器的要求,这种多维度的反馈机制使得模型在面对扰动时,依然能生成高质量的样本,进而提高故障诊断的准确性和鲁棒性。基于ASHRAE和HY-31C数据集的实验结果表明,在各类别仅有5个带标签样本的情况下,CLGAN分别获得了92.8%和95.9%的故障诊断准确率,展现了良好的故障诊断性能。此外,在噪声和跨工况实验中,CLGAN相比于其他对比方法也展现出了良好的鲁棒性和泛化性。 展开更多
关键词 故障诊断 生成对抗网络 冷水机组 一致损失函数 无标签数据
在线阅读 下载PDF
基于循环生成对抗网络的风格迁移蜡染图案设计
3
作者 汪鑫月 吕健 +2 位作者 侯宇康 周鑫 林俊希 《毛纺科技》 北大核心 2025年第6期35-41,共7页
为实现蜡染图案的数字化创新设计,提出一种基于循环生成对抗网络(CycleGAN)的蜡染图案风格迁移生成设计方法,运用计算机辅助技术介入到传统印染织物的图案再生成设计和创新。首先通过图像处理、数据增强等技术自行收集并构建蜡染数据集... 为实现蜡染图案的数字化创新设计,提出一种基于循环生成对抗网络(CycleGAN)的蜡染图案风格迁移生成设计方法,运用计算机辅助技术介入到传统印染织物的图案再生成设计和创新。首先通过图像处理、数据增强等技术自行收集并构建蜡染数据集;然后通过CycleGAN对数据集中的图像进行训练,采用风格迁移算法实现蜡染图案的风格迁移生成新的艺术风格图案;最后计算峰值信噪比(PSNR)和结构相似性(SSIM)来评估生成图案质量。结果表明:生成图像在PSNR和SSIM指标上均取得了较好结果,能够生成较高质量的艺术风格图案,验证了方法的有效性,为蜡染图案的自动生成与数字化创新提供了理论依据和实践基础。 展开更多
关键词 循环生成对抗网络 风格迁移 蜡染图案 生成设计
在线阅读 下载PDF
基于数据增强循环生成对抗网络的图像水墨画风格迁移方法
4
作者 李伟伟 傅博 +2 位作者 王贺霏 孙文燕 薛玉利 《吉林大学学报(理学版)》 北大核心 2025年第3期804-814,共11页
针对现有图像水墨画风格迁移效果欠佳的问题,提出一种新的基于数据增强的循环生成对抗网络(GAN),用于非配对的自然风景照片水墨画风格迁移.首先,设计双生成器-判别器结构有效提高单向GAN模型的映射约束;其次,使用多种损失函数优化模型,... 针对现有图像水墨画风格迁移效果欠佳的问题,提出一种新的基于数据增强的循环生成对抗网络(GAN),用于非配对的自然风景照片水墨画风格迁移.首先,设计双生成器-判别器结构有效提高单向GAN模型的映射约束;其次,使用多种损失函数优化模型,引入总变分损失和恒等映射损失,并结合多尺度结构相似性设计新的循环一致性损失函数,以更好地捕捉传统水墨画的特征;最后,使用数据增强技术增加真实数据和生成数据的数量和多样性以提高生成器性能.对比实验结果表明,该方法可有效地将自然风景照片迁移为传统水墨画风格图像. 展开更多
关键词 循环生成对抗网络 图像水墨画风格迁移 损失函数 数据增强
在线阅读 下载PDF
基于新型循环生成对抗网络的电力系统短期负荷预测
5
作者 夏明章 姜通海 张智晟 《电气工程学报》 北大核心 2025年第2期237-244,共8页
针对提高电力系统短期负荷预测精度和预测稳定的问题,提出一种新型循环生成对抗网络(Cycle-consistent generative adversarial network,CycleGAN)。生成器和判别器分别为门控循环单元(Gated recurrent unit,GRU)和时间卷积网络(Tempora... 针对提高电力系统短期负荷预测精度和预测稳定的问题,提出一种新型循环生成对抗网络(Cycle-consistent generative adversarial network,CycleGAN)。生成器和判别器分别为门控循环单元(Gated recurrent unit,GRU)和时间卷积网络(Temporal convolutional network,TCN)。生成器使用门控循环单元神经网络,能较好地适应时序预测任务和解决模型梯度问题。判别器模型使用时间卷积神经网络,在捕捉时序任务数据中的长期依赖关系上有着较好效果,并且更有效地识别生成器生成的伪造样本与真实样本之间的差异。同时,循环生成对抗网络引入了循环一致性损失函数,可以让模型在训练过程中更为充分地学习预测规律。通过算例试验,证明所提出的新模型具有更好的预测精度和稳定性。 展开更多
关键词 短期负荷预测 门控循环单元 时间卷积神经网络 循环生成对抗网络 循环一致性损失函数
在线阅读 下载PDF
基于改进生成对抗网络和Swin Transformer的样本不均衡轴承故障诊断
6
作者 马良玉 黄日灏 +3 位作者 段晓冲 胡景琛 高海天 马进 《南京信息工程大学学报》 北大核心 2025年第4期528-537,共10页
深度学习由于其强大的特征提取能力被广泛应用于故障诊断领域,但在实际生产过程中,故障样本数量通常远低于正常样本,从而导致故障诊断模型的分类准确率下降.为此,本文提出一种基于改进循环生成对抗网络和Swin Transformer的样本不均衡... 深度学习由于其强大的特征提取能力被广泛应用于故障诊断领域,但在实际生产过程中,故障样本数量通常远低于正常样本,从而导致故障诊断模型的分类准确率下降.为此,本文提出一种基于改进循环生成对抗网络和Swin Transformer的样本不均衡轴承故障诊断方法,并以旋转机械滚动轴承振动故障诊断为例对方法进行验证.首先,将原始振动信号的时频图作为循环生成对抗网络的输入;然后,为克服训练不稳定、模型不能及时收敛等问题,引入谱归一化和权值衰减,利用改进的循环生成对抗网络生成更多的故障样本;最后,采用Swin Transformer模型来进行故障诊断,并与随机森林(RF)、堆叠自编码器(SAE)、支持向量机(SVM)、卷积神经网络(CNN)进行对比.在美国凯斯西储大学(CWRU)轴承故障数据集进行多组不同的故障样本生成与故障诊断实验,结果表明,本文方法可以在训练样本数量较少时生成质量较高的合成样本,与其他方法相比,Swin Transformer模型故障诊断精度更高,在不平衡数据的故障诊断方面具有很大的潜力. 展开更多
关键词 滚动轴承 故障诊断 不平衡样本 循环生成对抗网络 深度学习
在线阅读 下载PDF
基于生成对抗网络与渐进式融合的多模态实体对齐
7
作者 冯广 郑润庭 +6 位作者 刘天翔 杨燕茹 林健忠 钟婷 黄荣灿 项峰 李伟辰 《计算机应用研究》 北大核心 2025年第6期1632-1640,共9页
在教育领域中,知识图谱融合起着关键的作用。作为知识图谱融合的一个核心技术,实体对齐的目标是从多个知识图谱中识别等价的实体对。目前实体对齐方法大部分建立在假设源实体在目标知识图谱中有对应实体的基础上,当使用跨语言与跨图谱... 在教育领域中,知识图谱融合起着关键的作用。作为知识图谱融合的一个核心技术,实体对齐的目标是从多个知识图谱中识别等价的实体对。目前实体对齐方法大部分建立在假设源实体在目标知识图谱中有对应实体的基础上,当使用跨语言与跨图谱实体集时就会产生悬挂实体问题。针对该问题,提出双生成器参数共享对抗网络实体对齐模型DGSAN-EA。该模型采用参数部分共享和择优策略训练双生成器,选择最优生成器用于条件生成跨知识图谱的新实体,达到增强数据集的目的,以解决悬挂实体问题。接下来,采取渐进式融合策略和引入分布一致性损失函数,有效解决多模态实体对齐中融合特征信息失真及模态间不对齐的问题。在多个公开数据集上进行验证,实验表明,与现有的多模态实体对齐模型相比,DGSANEA在hit@k和MMR得分整体都有提高,证明了其在实体对齐任务中的有效性。 展开更多
关键词 知识图谱 实体对齐 对抗网络 双生成器 参数共享 渐进式融合 分布一致性
在线阅读 下载PDF
面向电磁信息智能控制的生成对抗网络研究进展 被引量：1
8
作者 张兰 张彪 +1 位作者 梁天一 朱辉杰 《系统工程与电子技术》 北大核心 2025年第3期730-744,共15页
电磁信息智能控制是现代战争中管理和利用电磁环境的关键技术,观察判断决策行动(observe-orient-decide-act,OODA)循环提供了这一过程的理论指导。生成对抗网络(generative adversarial network,GAN)及其衍生模型,凭借其出色的数据生成... 电磁信息智能控制是现代战争中管理和利用电磁环境的关键技术,观察判断决策行动(observe-orient-decide-act,OODA)循环提供了这一过程的理论指导。生成对抗网络(generative adversarial network,GAN)及其衍生模型,凭借其出色的数据生成和适应能力,极大增强了在电磁环境信息观察和分析方面的能力,为电磁频谱战中OODA循环的智能化提供了新动力。本文深入探讨GAN及其衍生模型在电磁频谱战OODA循环中的应用,特别是其如何在信号检测识别、辐射源识别、策略优化等关键环节中提高认知效能。同时,对于GAN在此领域应用所面临的挑战进行探讨,如数据质量和模型泛化能力,旨在推动该技术在电磁信息智能控制领域的深入研究和应用,进而促进技术创新与发展。 展开更多
关键词 电磁信息智能控制 生成对抗网络 观察判断决策行动循环 信号识别 策略优化
在线阅读 下载PDF
融合生成对抗网络的大气无线光信道密钥提取
9
作者 田卓展 陈纯毅 +3 位作者 胡小娟 于海洋 李延风 王芳 《光学精密工程》 北大核心 2025年第3期486-496,共11页
无线光信道密钥提取是实现物理层安全的一种有效手段,合法双方通过探测并估计信道特征从而生成密钥序列。窃听方可能通过合法方接收孔径外的光信号获得密钥相关信息。为此提出一种密钥提取方案,该方案通过改进生成对抗网络模型,合法双... 无线光信道密钥提取是实现物理层安全的一种有效手段,合法双方通过探测并估计信道特征从而生成密钥序列。窃听方可能通过合法方接收孔径外的光信号获得密钥相关信息。为此提出一种密钥提取方案,该方案通过改进生成对抗网络模型,合法双方用该模型从信道测量序列中估计可用于密钥提取的特征。然后,合法双方对各自的信道特征估计序列进行随机交替量化,得到初始密钥。实验结果表明,合法双方经本方案生成密钥序列具有较高的一致性。在25 dB信噪比环境下Alice和Bob估计的信道特征序列的相关系数为0.9983,经量化生成初始密钥的不一致率为1.3×10^(-4)。本方案能够进一步降低合法双方生成初始密钥的不一致率,合法双方经信息协商后提取的共享密钥能通过NIST随机性测试。 展开更多
关键词 无线光信道 密钥提取 生成对抗网络 卷积神经网络 门控循环单元 量化
在线阅读 下载PDF
基于循环生成对抗网络的逆时偏移成像结果优化
10
作者 黄建平 刘博文 +6 位作者 黄韵博 孙加星 李亚林 雷刚林 段文胜 陈飞旭 侯中根 《中国石油大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第5期36-45,共10页
在常规逆时偏移方法基础上,通过引入循环生成对抗网络(CycleGAN)发展一种基于循环生成对抗网络的逆时偏移成像结果优化方法。首先构建包含两个生成器和两个判别器的CycleGAN。在对抗损失、循环一致性损失函数的基础上,添加身份损失函数... 在常规逆时偏移方法基础上,通过引入循环生成对抗网络(CycleGAN)发展一种基于循环生成对抗网络的逆时偏移成像结果优化方法。首先构建包含两个生成器和两个判别器的CycleGAN。在对抗损失、循环一致性损失函数的基础上,添加身份损失函数,以避免训练过度;然后,组建样本集来训练网络,使其学习常规逆时偏移成像结果和最小二乘逆时偏移成像结果之间的映射关系;最后,利用其他合成数据和实际资料测试网络效果。结果表明,提出的基于循环生成对抗网络的逆时偏移成像结果优化方法在获得高精度、高信噪比成像结果的同时有效地提高了计算效率。 展开更多
关键词 循环生成对抗网络 残差网络 逆Hessian 最小二乘逆时偏移
在线阅读 下载PDF
ECG-QGAN:基于量子生成对抗网络的心电图生成式信息系统
11
作者 瞿治国 陈韦龙 +2 位作者 孙乐 刘文杰 张彦春 《计算机研究与发展》 北大核心 2025年第7期1622-1638,共17页
据统计,我国心血管疾病患病人数约达3.3亿,每年因为心血管疾病死亡的人数占总死亡人数的40%.在这种背景下,心脏病辅助诊断系统的发展显得尤为重要,但其开发受限于缺乏不含患者隐私信息和由医疗专家标注的大量心电图(electrocardiogram,E... 据统计,我国心血管疾病患病人数约达3.3亿,每年因为心血管疾病死亡的人数占总死亡人数的40%.在这种背景下,心脏病辅助诊断系统的发展显得尤为重要,但其开发受限于缺乏不含患者隐私信息和由医疗专家标注的大量心电图(electrocardiogram,ECG)临床数据.作为一门新兴学科,量子计算可通过利用量子叠加和纠缠特性,能够探索更大、更复杂的状态空间,进而有利于生成同临床数据一样的高质量和多样化的ECG数据.为此,提出了一种基于量子生成对抗网络(QGAN)的ECG生成式信息系统,简称ECG-QGAN.其中QGAN由量子双向门控循环单元(quantum bidirectional gated recurrent unit,QBiGRU)和量子卷积神经网络(quantum convolutional neural network,QCNN)组成.该系统利用量子的纠缠特性提高生成能力,以生成与现有临床数据一致的ECG数据,从而可以保留心脏病患者的心跳特征.该系统的生成器和判别器分别采用QBiGRU和QCNN,并应用了基于矩阵乘积状态(matrix product state,MPS)和树形张量网络(tree tensor network,TTN)所设计的变分量子电路(variational quantum circuit,VQC),可以使该系统在较少的量子资源下更高效地捕捉ECG数据信息,生成合格的ECG数据.此外,该系统应用了量子Dropout技术,以避免训练过程中出现过拟合问题.最后,实验结果表明,与其他生成ECG数据的模型相比,ECG-QGAN生成的ECG数据具有更高的平均分类准确率.同时它在量子位数量和电路深度方面对当前噪声较大的中尺度量子(noise intermediate scale quantum,NISQ)计算机是友好的. 展开更多
关键词 生成式信息系统 心电图 量子生成对抗网络 量子双向门控循环单元 量子卷积神经网络
在线阅读 下载PDF
生成对抗学习式半监督遥感影像生成网络地图方法
12
作者 伍江江 宋洁琼 +5 位作者 田纪龙 陈浩 沙志超 李军 彭双 杜春 《国防科技大学学报》 北大核心 2025年第3期128-140,共13页
针对现有全监督学习获取精确配对样本耗费资源问题,同时兼顾网络地图生成质量,提出了一种新颖的基于生成对抗网络的半监督网络地图生成模型,旨在利用少量精确配对的数据和大量非配对数据,实现智能化遥感影像直接生成网络地图。此外,设... 针对现有全监督学习获取精确配对样本耗费资源问题,同时兼顾网络地图生成质量,提出了一种新颖的基于生成对抗网络的半监督网络地图生成模型,旨在利用少量精确配对的数据和大量非配对数据,实现智能化遥感影像直接生成网络地图。此外,设计了一种基于变换一致性正则化和样本增强一致性的半监督学习策略,克服了非精确配对数据带来的不一致性问题,同时能获得更好的模型泛化性能。对不同地图数据集进行了充分的对比实验,模型生成的网络地图在定量指标和视觉质量上优于比较方法,验证了半监督网络地图生成方法的有效性和快速性。 展开更多
关键词 网络地图生成 生成对抗网络 遥感影像 半监督学习 一致性正则化
在线阅读 下载PDF
基于循环卷积生成对抗网络的风机齿轮箱故障诊断 被引量：4
13
作者 赵承利 张璐 钟麦英 《山东科技大学学报（自然科学版）》 CAS 北大核心 2024年第1期109-118,共10页
风机齿轮箱是风力涡轮传动系统中的关键部分,其故障发生随机、故障样本数量不足,严重影响故障诊断的准确性。针对此问题,提出一种基于循环卷积生成对抗网络的风机齿轮箱故障诊断方法。首先,构建基于循环卷积生成对抗网络的样本生成模型... 风机齿轮箱是风力涡轮传动系统中的关键部分,其故障发生随机、故障样本数量不足,严重影响故障诊断的准确性。针对此问题,提出一种基于循环卷积生成对抗网络的风机齿轮箱故障诊断方法。首先,构建基于循环卷积生成对抗网络的样本生成模型,利用卷积网络和循环网络作为生成器增强样本间的时间相关性;借助Wasserstein距离与梯度惩罚项改进目标函数,并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。然后,结合真实样本和生成样本,设计基于堆叠去噪自编码器的故障诊断方法,实现齿轮箱的故障诊断。最后,利用风力涡轮传动系统数据集验证所提出的风机齿轮箱故障诊断方法的性能。结果显示,所提方法能够有效平衡故障样本数据集,进一步提高风机齿轮箱故障诊断的准确率。 展开更多
关键词 故障诊断 风机齿轮箱 生成对抗网络 循环卷积网络 样本生成
在线阅读 下载PDF
基于循环生成对抗网络的增强罗兰信号生成
14
作者 李辉 胡登峰 +2 位作者 张恺 邹波蓉 刘薇 《电子测量技术》 北大核心 2024年第6期164-172,共9页
在信号生成算法中,需要大量标记信号样本用于网络训练,但通常携带电文信息标记的信号难以批量获取。针对此问题本文提出一种基于循环生成对抗网络和迁移学习的方法,实现了无需大量信号及对应电文作为标记的增强罗兰信号生成,并使用迁移... 在信号生成算法中,需要大量标记信号样本用于网络训练,但通常携带电文信息标记的信号难以批量获取。针对此问题本文提出一种基于循环生成对抗网络和迁移学习的方法,实现了无需大量信号及对应电文作为标记的增强罗兰信号生成,并使用迁移学习在少量实测信号情况下快速生成。循环生成对抗网络的结构包括两个生成器和两个判别器,利用无需一一对应的增强罗兰信号和电文数据集,使生成器学习到两个数据集之间的相互转换关系,实现输入电文数据可以生成与之相对应的增强罗兰信号,并且针对增强罗兰信号的特性,使用一维卷积、残差网络、自注意力机制对网络模型进行改进。实验证实,生成信号与实测数据的均方误差为0.0153,平均皮尔逊相关系数为0.9843,且所含电文信息准确率为99.02%。本文在PSK、ASK、FSK数据集上验证了算法,实验结果表明生成的信号满足预期,为未知参数的信号调制和解调提供一种新的思路。 展开更多
关键词 信号生成 循环生成对抗网络 迁移学习 增强罗兰信号
在线阅读 下载PDF
基于改进循环生成对抗网络的低照度图像增强
15
作者 隋涛 吴森炜 +2 位作者 贾浩 万可欣 杨洋 《科学技术与工程》 北大核心 2024年第14期5911-5919,共9页
为了解决在低照度图像增强过程中配对数据集获取困难,且经过增强后的图像质量不佳的问题,通过改进循环生成对抗网络模型的方法研究了非配对低照度图像增强的实现。生成器部分采用融合了Vision Transformer结构的U-NET模型替代原始的生... 为了解决在低照度图像增强过程中配对数据集获取困难,且经过增强后的图像质量不佳的问题,通过改进循环生成对抗网络模型的方法研究了非配对低照度图像增强的实现。生成器部分采用融合了Vision Transformer结构的U-NET模型替代原始的生成器模型,来提高图像变换的周期一致性和内容保持性,并有效地处理图像研究中普遍存在的长距离空间相关性的问题。判别器部分针对图像研究的特点选择PatchGAN代替传统的判别器,提高对图像细节的判别能力。同时引入身份一致性损失函数,提高图像质量。结果表明,相较于传统方法,本文改进的模型有着更好的主观视觉效果,同时在客观评价指标也有着相应的提高,可见本文改进模型的有效性。 展开更多
关键词 深度学习 图像增强 低光图像增强 循环生成对抗网络 Vision Transformer
在线阅读 下载PDF
基于联合一致循环生成对抗网络的人像着色 被引量：3
16
作者 刘昌通 曹林 杜康宁 《计算机工程与应用》 CSCD 北大核心 2020年第16期183-190,共8页
传统灰度图像着色方法存在颜色失真、效果不佳等问题,已逐渐被深度学习方法取代。目前基于深度学习的人像着色方法主要存在复杂背景下误着色的问题。针对上述问题,提出了联合一致循环生成对抗网络的人像着色方法。该方法在循环生成对抗... 传统灰度图像着色方法存在颜色失真、效果不佳等问题,已逐渐被深度学习方法取代。目前基于深度学习的人像着色方法主要存在复杂背景下误着色的问题。针对上述问题,提出了联合一致循环生成对抗网络的人像着色方法。该方法在循环生成对抗网络的基础上,采用联合的一致性损失训练模型;生成网络采用U型网络结构(UNet)进行改进,以提高生成图像信息的完整性;判别网络中引入多特征融合的特征提取方式,增强特征对图像的细节表达。最后通过在自建的CASIA-PlusColors高质量人像数据集中的对比实验,验证了该方法对复杂背景中的人像着色有着更好的效果。 展开更多
关键词 人像着色 联合一致循环生成对抗网络 深度学习 特征融合
在线阅读 下载PDF
基于时序生成对抗网络的居民用户非侵入式负荷分解 被引量：3
17
作者 罗平 朱振宇 +3 位作者 樊星驰 孙博宇 张帆 吕强 《电力系统自动化》 EI CSCD 北大核心 2024年第2期71-81,共11页
现有的非侵入式负荷分解算法往往需要大量电器设备级的负荷数据才能保证分解精度,但由于用户对隐私性的考虑以及安装成本过高等问题,很难获取这些数据。因此,构建一种能深度挖掘电力负荷数据时序特性和电器相关性的时序生成对抗网络。... 现有的非侵入式负荷分解算法往往需要大量电器设备级的负荷数据才能保证分解精度,但由于用户对隐私性的考虑以及安装成本过高等问题,很难获取这些数据。因此,构建一种能深度挖掘电力负荷数据时序特性和电器相关性的时序生成对抗网络。利用降维网络对所有电器有功功率序列组成的高维向量进行降维以降低计算的复杂度,通过复原网络将结果还原为高维向量。基于电器运行状态和深度学习的非侵入式分解方法,运用卷积神经网络-双向门控循环单元构建状态复杂电器的负荷分解回归模型,对状态简单电器利用深度神经网络构建负荷识别分类模型。通过对比其他数据生成方法,以及改变典型公开数据集中生成数据比例所得的负荷分解结果验证了所提方法的有效性。 展开更多
关键词 非侵入式负荷分解 对抗生成网络 降维网络 卷积神经网络-双向门控循环单元 深度神经网络
在线阅读 下载PDF
基于生成对抗网络的植物景观生成设计——以花境平面图生成为例
18
作者 冯璐 余辰雯 +1 位作者 孙雨婷 赵晶 《风景园林》 北大核心 2024年第9期59-68,共10页
【目的】植物景观设计需要科学性和技术性兼备。探索人工智能,特别是生成对抗网络(generative adversarial network,GAN)在植物景观设计中的应用,能够帮助设计师提高设计过程的效率。【方法】以花境平面图生成设计为例,建立了基于细致... 【目的】植物景观设计需要科学性和技术性兼备。探索人工智能,特别是生成对抗网络(generative adversarial network,GAN)在植物景观设计中的应用,能够帮助设计师提高设计过程的效率。【方法】以花境平面图生成设计为例,建立了基于细致筛选优化的植物平面数据集。数据集标注基于植物分类,考虑了植物的种类、搭配原则及空间布局规律。引入循环生成对抗网络(cycle generative adversarial network,CycleGAN)模型对数据集进行学习,实现花境平面设计的自动生成。【结果】CycleGAN模型在以花境为代表的植物景观设计中具有独特的优势,花境平面图生成模型能够准确识别条形场地边界,并在色彩再现方面表现出较高的精度和可识别性。生成平面图的空间布局中,色块大小、平面布局形态和位置展示了各种植物的空间分布特点,并能够复现部分潜在搭配组合,生成了符合美学和生态原则的设计方案。然而,模型在部分场地边框的准确识别和设计结果的多样性方面仍存在局限。【结论】证明了CycleGAN在植物景观设计领域的应用潜力,并为实践中的植物景观设计提供了创新和有效的解决方案。 展开更多
关键词 风景园林 植物景观设计 机器学习 神经网络 循环生成对抗网络 花境
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
19
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
基于注意力-生成对抗网络的任务分析方法研究 被引量：2
20
作者 周琳茹 彭鹏菲 《计算机科学》 CSCD 北大核心 2024年第3期63-71,共9页
合理的任务分析可帮助分析者快速、准确地进行任务规划,目前使用案例推理方法进行任务分析存在分析时间长、分析结果准确性较低等问题。针对该问题,提出了基于注意力-生成对抗网络的任务分析方法。以长短时记忆网络(LSTM)为生成器、循... 合理的任务分析可帮助分析者快速、准确地进行任务规划,目前使用案例推理方法进行任务分析存在分析时间长、分析结果准确性较低等问题。针对该问题,提出了基于注意力-生成对抗网络的任务分析方法。以长短时记忆网络(LSTM)为生成器、循环神经网络(RNN)为判别器,针对离散数据细微梯度的更新无法回传的问题,在生成器中使用rollout policy对生成的不完整序列进行推理补充,在判别器中使用蒙特卡罗(MC)进行数据采样得到完整的数据序列动作价值函数,从而指导生成器的参数更新;针对稀疏数据特征不明显、数据重点不明确等问题,在生成对抗网络训练前加入软注意力机制,为不同特征赋予不同权重从而过滤冗余数据,筛选出重要的特征数据。将该方法与未加入注意力机制的生成对抗网络在同一模拟数据集上进行对比实验,结果表明,加入注意力机制后的方法在精确率(P)、召回率(R)、F1值和准确率(Accuracy)4种评价指标上分别提升了0.088,0.092,0.094和0.068,与其他神经网络推荐算法相比,在P,R,F1值和Accuracy上分别提升了0.1~0.3,0.1~0.2,0.1~0.25和0.07~0.17,证明了该方法的有效性。 展开更多
关键词 注意力机制 生成对抗网络 任务分析 循环神经网络 任务推荐
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部