期刊文献+
共找到282篇文章
< 1 2 15 >
每页显示 20 50 100
基于条件生成对抗网络与迁移学习的暂态电压稳定超前判别 被引量:2
1
作者 王渝红 何其多 +5 位作者 郑宗生 周旭 马欢 程定一 赵康 周辰予 《电力自动化设备》 北大核心 2025年第2期159-166,共8页
为解决样本不平衡导致的暂态电压稳定判别准确性不足的问题以及实现暂态电压稳定超前判别,提出一种基于条件生成对抗网络(CGAN)与迁移学习的暂态电压稳定超前判别方法。考虑暂态电压稳定样本类型,利用CGAN定向扩增暂态电压样本集,解决... 为解决样本不平衡导致的暂态电压稳定判别准确性不足的问题以及实现暂态电压稳定超前判别,提出一种基于条件生成对抗网络(CGAN)与迁移学习的暂态电压稳定超前判别方法。考虑暂态电压稳定样本类型,利用CGAN定向扩增暂态电压样本集,解决样本不平衡问题,从而提升暂态电压稳定判别准确性;考虑到CGAN生成器与暂态电压时序预测模型具有相似的学习任务,将CGAN生成器模型迁移至暂态电压时序预测模型,结合工程判据实现暂态电压稳定超前判别,并进一步提升暂态电压稳定判别准确性。在CEPRI-VC暂态电压稳定分析系统中验证了所提方法的有效性。 展开更多
关键词 暂态电压稳定 稳定超前判别 迁移学习 条件生成对抗网络 数据生成
在线阅读 下载PDF
基于生成对抗网络的恶意代码变体家族溯源方法
2
作者 李莉 张晴 +2 位作者 孔悠然 苏仁嘉 赵鑫 《计算机工程与科学》 北大核心 2025年第7期1215-1225,共11页
针对恶意代码变更速度快、溯源困难的问题,提出了一种通过创建恶意代码变体数据集,增强模型家族溯源能力的分类方法。该方法将恶意代码可视化,使用改进的生成对抗网络对恶意代码进行分类,使用Ghost模块与Dropout层调节生成器与判别器的... 针对恶意代码变更速度快、溯源困难的问题,提出了一种通过创建恶意代码变体数据集,增强模型家族溯源能力的分类方法。该方法将恶意代码可视化,使用改进的生成对抗网络对恶意代码进行分类,使用Ghost模块与Dropout层调节生成器与判别器的对抗能力,引入高效通道注意力机制帮助模型聚焦重要特征,使用卷积与上采样结合的结构避免生成图像棋盘格化。测试阶段使用恶意代码变体数据集与不同类别特征数据集,验证模型恶意代码变体的家族溯源能力。使用所提方法构建的模型具有更强的特征提取能力、更少的资源消耗以及更快的推理速度,满足当今恶意代码变更迅速对恶意代码分类模型提出的强抗混淆能力、高泛化能力的要求,且便于部署在移动、嵌入式等设备中,提供对恶意代码的实时检测。 展开更多
关键词 恶意代码体溯源 生成对抗网络 注意力机制 代码可视化 特征纹理
在线阅读 下载PDF
地震属性驱动的条件生成对抗网络沉积微相模型构建
3
作者 刘昕 孙胜 +3 位作者 张立强 蔡明俊 鲁玉 卢文娟 《中国石油大学学报(自然科学版)》 北大核心 2025年第4期1-10,共10页
由于地层结构的复杂性和强非均质性,同时受到测井、岩心、试油等数据不足的影响,现有沉积微相建模方法难以实现精确建模。提出一种基于条件生成对抗网络的沉积微相建模方法,采用灰色关联分析算法,计算各地震属性与砂地比的灰色关联度,... 由于地层结构的复杂性和强非均质性,同时受到测井、岩心、试油等数据不足的影响,现有沉积微相建模方法难以实现精确建模。提出一种基于条件生成对抗网络的沉积微相建模方法,采用灰色关联分析算法,计算各地震属性与砂地比的灰色关联度,挖掘对砂地比参数关联性较强的参数;将优选地震属性图像作为卷积神经网络模型的输入,构建砂地比预测模型,可视化砂地比预测结果,与井相图作为联合约束条件,训练条件生成对抗网络,构建沉积微相生成模型,实现沉积微相的精确建模。应用本方法对东部某油田进行沉积微相建模研究。结果表明,条件生成对抗网络沉积微相模型能精确刻画复杂地质模式,井点吻合率达到94.1%。 展开更多
关键词 条件生成对抗网络 深度学习 沉积微相 砂地比 灰色关联 卷积神经网络
在线阅读 下载PDF
基于可解释性条件生成对抗网络的台风气象负荷场景生成方法 被引量:3
4
作者 罗萍萍 盛奥 +3 位作者 林济铿 马骞 许琴 刘一鸣 《电力系统自动化》 北大核心 2025年第2期186-197,共12页
台风气象下电网负荷将会出现剧烈波动且威胁到电网安全稳定运行,亟需一种有效的方法来生成相应的负荷需求场景。文中提出一种面向稀少历史样本、基于可解释性条件生成对抗网络(CGAN)的台风负荷场景生成方法。首先,对历史台风负荷进行修... 台风气象下电网负荷将会出现剧烈波动且威胁到电网安全稳定运行,亟需一种有效的方法来生成相应的负荷需求场景。文中提出一种面向稀少历史样本、基于可解释性条件生成对抗网络(CGAN)的台风负荷场景生成方法。首先,对历史台风负荷进行修正,并根据台风登陆位置、等级等信息对其进行标签分类。然后,提出一种两阶段数据扩充策略以应对数据匮乏问题,第1阶段利用历史台风日负荷序列之间的横纵向相关性信息进行样本扩充,第2阶段利用台风日与非台风日负荷之间的残差信息进一步进行样本扩充。最后,提出基于特征影响指标的CGAN因果解释方法,刻画了不同特征对于模型结果的调控力度大小。算例证实了文中所提模型及方法的有效性和先进性。 展开更多
关键词 台风气象 人工智能 负荷需求 场景生成 可解释性 条件生成对抗网络
在线阅读 下载PDF
基于双鉴别器条件生成对抗网络的隐私增强联邦学习方案
5
作者 沈翰林 汪学明 《计算机工程与设计》 北大核心 2025年第8期2226-2232,共7页
基于目前的隐私增强联邦学习方法可能存在准确率下降与通信开销增加等问题,甚至可能产生新的不安全因素,提出了一种差分隐私增强的双鉴别器条件生成对抗网络模型。在该模型中,引入了双鉴别器结构,通过模型中生成器和不同鉴别器之间的两... 基于目前的隐私增强联邦学习方法可能存在准确率下降与通信开销增加等问题,甚至可能产生新的不安全因素,提出了一种差分隐私增强的双鉴别器条件生成对抗网络模型。在该模型中,引入了双鉴别器结构,通过模型中生成器和不同鉴别器之间的两两博弈过程,使得生成器所生成的数据在满足差分隐私的要求的同时尽可能接近输入数据。在联邦学习框架中应用该模型,可以保证模型的准确率不会因为隐私保护措施而大幅下降,与此同时增强联邦学习隐私保护的能力。通过仿真实验验证了所提出方案在点对点架构下的有效性。 展开更多
关键词 联邦学习 隐私增强 准确率 隐私 双鉴别器结构 条件生成对抗网络 点对点构架
在线阅读 下载PDF
基于条件变分推断与内省对抗学习的多样化图像描述生成
6
作者 刘兵 李穗 +1 位作者 刘明明 刘浩 《电子学报》 EI CAS CSCD 北大核心 2024年第7期2219-2227,共9页
现有多样化图像描述生成方法受到隐空间表示能力和评价指标制约,很难同时兼顾描述生成的多样性和准确性.为此,本文提出了一种新的多样化图像描述生成模型,该模型由一个条件变分推断编码器和一个生成器组成.编码器利用全局注意力学习每... 现有多样化图像描述生成方法受到隐空间表示能力和评价指标制约,很难同时兼顾描述生成的多样性和准确性.为此,本文提出了一种新的多样化图像描述生成模型,该模型由一个条件变分推断编码器和一个生成器组成.编码器利用全局注意力学习每个单词的隐向量空间,以提升模型对描述多样化的建模能力.生成器根据给定图像和序列隐向量生成多样化的描述语句.同时,引入内省对抗学习的思想,条件变分推断编码器同时作为鉴别器来区分真实描述和生成的描述,赋予模型自我评价生成的描述语句的能力,克服预定义评价指标的局限性.在MSCOCO数据集上的实验表明,与传统方法相比,在随机生成100个描述语句时,多样性指标mBLEU(mutual overlap-BiLingual Evaluation Understudy)提升了1.9%,同时准确性指标CIDEr(Consensus-based Image Description Evaluation)显著提升了7.5%.与典型多模态大模型相比,所提出方法在较小参数量的条件下更适用于生成多样化的陈述性描述语句. 展开更多
关键词 图像描述 推断 对抗学习 隐嵌入 多模态学习 生成模型
在线阅读 下载PDF
基于变分深度嵌入-带有梯度惩罚的生成对抗网络的锂离子电池老化特性建模 被引量:4
7
作者 李弈 张金龙 +2 位作者 漆汉宏 魏艳君 张迪 《电工技术学报》 EI CSCD 北大核心 2024年第13期4226-4239,共14页
锂离子电池老化实验是研究电池老化性能的基本手段,但针对大量电池的老化实验一般很耗时。为了节约时间和测试成本,获得更多电池数据,该文将变分深度嵌入(VaDE)模型与带有梯度惩罚的生成对抗网络(WGANGP)相结合,组成VaDE-WGANGP架构,进... 锂离子电池老化实验是研究电池老化性能的基本手段,但针对大量电池的老化实验一般很耗时。为了节约时间和测试成本,获得更多电池数据,该文将变分深度嵌入(VaDE)模型与带有梯度惩罚的生成对抗网络(WGANGP)相结合,组成VaDE-WGANGP架构,进而基于该生成模型设计了一种电池老化特性建模与数据生成的方法。该文以一套开放的电池全寿命周期测试数据集为依据展开研究,首先,将电池放电过程中的电压、电流和放电容量这三个外特性作为模型的输入,通过VaDE的编码器将原始数据映射到隐空间,再通过优化获得符合特定规则的分布;然后,通过一定方式对该分布空间进行采样,并将采样所得的隐变量输入解码器中进行数据生成;后续数据测试表明,VaDE-WGANGP在电池外特性数据生成上具有较好的性能,可以实现对电池老化过程中基础外特性的模拟,在数据量不足时也可以为某些数据驱动算法提供有效的扩展数据资源。 展开更多
关键词 锂离子电池 老化特性 生成模型 深度嵌入 带有梯度惩罚的生成对抗网络
在线阅读 下载PDF
基于改进条件生成对抗网络的可控场景生成方法 被引量:10
8
作者 张帅 刘文霞 +3 位作者 万海洋 吕笑影 Nawaraj Kumar Mahato 鲁宇 《电力自动化设备》 EI CSCD 北大核心 2024年第6期9-17,共9页
可再生能源发电具有较强的随机性和波动性,为实现高效可靠的场景建模,提出一种基于改进条件生成对抗网络的可控场景生成方法。提出基于条件生成对抗网络的场景生成框架,结合Transformer的全局注意力机制以及常规卷积和深度可分离卷积的... 可再生能源发电具有较强的随机性和波动性,为实现高效可靠的场景建模,提出一种基于改进条件生成对抗网络的可控场景生成方法。提出基于条件生成对抗网络的场景生成框架,结合Transformer的全局注意力机制以及常规卷积和深度可分离卷积的局部泛化机制,设计适用于提取可再生能源发电不同维度特征的网络结构;利用条件生成对抗网络模型建立低维气象特征隐空间和高维可再生能源发电数据之间的映射关系,提出一种可控场景生成方法,并建立随机场景生成、场景约减、极端场景生成和连续日场景生成4种生成策略。基于实际光伏、风电数据和气象数据的仿真结果表明,所提模型与方法能够有效学习可再生能源发电的随机性、时序性、波动性及空间相关性,实现对不同策略下场景的可控生成。 展开更多
关键词 场景生成 条件生成对抗网络 特征提取 配电网 可控生成
在线阅读 下载PDF
基于高斯混合聚类和改进条件变分自编码的多风电场功率日场景生成方法 被引量:6
9
作者 李丹 梁云嫣 +3 位作者 缪书唯 方泽仁 胡越 贺帅 《中国电力》 CSCD 北大核心 2024年第12期17-29,共13页
大量出力不确定的风电场并入电网会带来运行隐患和不可控风险,基于变分自编码器的场景生成模型方法能生成确定性场景集合以描述风电出力的不确定性。针对多风电场出力复杂的时空相关性以及在传统变分自编码器模型训练过程中可能存在的... 大量出力不确定的风电场并入电网会带来运行隐患和不可控风险,基于变分自编码器的场景生成模型方法能生成确定性场景集合以描述风电出力的不确定性。针对多风电场出力复杂的时空相关性以及在传统变分自编码器模型训练过程中可能存在的“KL坍缩”等问题,提出一种基于高斯混合聚类和改进条件变分自编码器的多风电场时空功率日场景生成方法。通过引入二维卷积技术提取时空相关性进行降维,并采用最大化最小夹角独立正则化技术,强化隐特征的独立性;采用超球面分布替代高斯分布,避免模型出现“KL坍缩”,提高模型场景生成训练的稳定性和准确性;另外,进一步考虑多风电场功率日场景的多样性和灵活性,引入高斯混合聚类技术,使模型可根据特定的条件标签生成具有差异化特征的确定性场景集。实际算例的结果表明,相较于常见方法,所提方法累积概率分布误差下降了17%~71%,时空相关性平均误差分别下降了85%~97%和55%~91%,且能精准生成不同风况类别占比的多风电场功率日场景集,提高了场景生成的多样性和灵活性。 展开更多
关键词 风电场景生成 高斯混合模型 特征提取 条件自编码器 超球面 正则化技术
在线阅读 下载PDF
基于条件变分自编码器和贝叶斯神经网络的短期电力负荷概率预测 被引量:2
10
作者 李丹 罗娇娇 +2 位作者 孙光帆 唐建 黄烽云 《三峡大学学报(自然科学版)》 CAS 北大核心 2024年第5期68-75,共8页
考虑到输入信息和预测模型的不确定性对负荷预测结果的影响,本文提出一种基于条件变分自编码器和贝叶斯神经网络的短期电力负荷概率预测方法.通过条件变分自编码器生成指定天气因素预测值和日历特征条件下实际天气因素可能的多个随机样... 考虑到输入信息和预测模型的不确定性对负荷预测结果的影响,本文提出一种基于条件变分自编码器和贝叶斯神经网络的短期电力负荷概率预测方法.通过条件变分自编码器生成指定天气因素预测值和日历特征条件下实际天气因素可能的多个随机样本,以模拟天气预测信息的不确定性;构建GRU-S2S贝叶斯神经网络学习模型参数的分布特征,以反映预测模型的不确定性,并结合MC dropout技术获得多个可能的负荷预测值;遍历天气因素全部模拟样本,将预测模型输出的负荷预测值构成集合,并通过核密度估计获得预测时段内各时刻预测负荷服从的概率分布.实际算例结果表明,该方法在短期负荷概率预测中具有更高的分位数预测精度和更可靠稳定的区间预测结果. 展开更多
关键词 负荷概率预测 门控循环单元 贝叶斯神经网络 条件自编码器
在线阅读 下载PDF
基于条件生成对抗网络的实验室红外监控系统 被引量:1
11
作者 王海 梁剑烽 《激光杂志》 CAS 北大核心 2024年第3期193-198,共6页
实验室作为科研基地,其中存储了很多珍贵的资料和危险物品,因此,进行安全监控是十分必要的。在此背景下,设计一种基于条件生成对抗网络的实验室红外监控系统。借助B/S三层架构设计系统框架,分为采集层、网络层和应用层,将MySQL作为支撑... 实验室作为科研基地,其中存储了很多珍贵的资料和危险物品,因此,进行安全监控是十分必要的。在此背景下,设计一种基于条件生成对抗网络的实验室红外监控系统。借助B/S三层架构设计系统框架,分为采集层、网络层和应用层,将MySQL作为支撑,设计数据库。以STC89C52单片机为核心,主控各个外围硬件,搭建系统硬件。以ZigBee技术为基础组建系统的无线传输网络,用于远程传输。设计监控系统功能单元,通过采集单元采集实验室红外图像并利用预处理单元对实验室红外图像实施去噪、亮度调节、图像分割预处理,基于条件生成对抗网络(cGAN)设计异常识别单元,判断监控图像中是否存在异常情况并以此为依据进行预警。结果表明:系统对异常的监控结果与真实情况一致,由此证明了所设计的监控系统性能较高。 展开更多
关键词 条件生成对抗网络 实验室 红外图像 监控系统
在线阅读 下载PDF
基于条件生成对抗网络的无线传感网络多节点失效修复研究
12
作者 王暾 赵晓丽 +1 位作者 何苑 郝梦岩 《传感技术学报》 CAS CSCD 北大核心 2024年第4期716-722,共7页
当前主流的传感节点失效修复主要通过纠删码完成,修复后节点具有更高的空间利用率,但无法有效提升网络寿命。为此,提出基于条件生成对抗网络的无线传感网络多节点数据重构方法,完成失效修复。感知无线传感网络节点,对失效节点展开裁决,... 当前主流的传感节点失效修复主要通过纠删码完成,修复后节点具有更高的空间利用率,但无法有效提升网络寿命。为此,提出基于条件生成对抗网络的无线传感网络多节点数据重构方法,完成失效修复。感知无线传感网络节点,对失效节点展开裁决,确定失效节点位置,并重构节点内数据;将获取的失效节点用于条件生成对抗网络(CGAN)框架中生成器与节点替换网络的训练,通过训练好的生成器,以失效节点为条件,生成未失效节点;为提升修复性能,使用粒子群算法寻优节点替换网络参数,完成节点重构数据置换,实现失效节点的有效修复。结果表明:利用所提方法进行修复时,能耗最高仅为17 J,剩余寿命最低可达到300 h,连通度最高可达到99.2%,具有较好的修复效果。 展开更多
关键词 无线传感网络 失效节点修复 条件生成对抗网络 节点失效判决 节点数据重构
在线阅读 下载PDF
物理约束型生成对抗网络人工地震动合成方法
13
作者 陈苏 崔澳辉 +3 位作者 丁毅 傅磊 王苏阳 李小军 《地震研究》 北大核心 2026年第1期111-119,共9页
针对重大工程结构抗震分析中地震动记录稀缺,以及传统合成方法在物理真实性和多分量适应性上的瓶颈问题,基于日本KiK-net台站近11万条地震动记录,提出了一种物理经验引导型生成对抗网络算子(GM-WGANO)人工地震动合成方法。该方法利用生... 针对重大工程结构抗震分析中地震动记录稀缺,以及传统合成方法在物理真实性和多分量适应性上的瓶颈问题,基于日本KiK-net台站近11万条地震动记录,提出了一种物理经验引导型生成对抗网络算子(GM-WGANO)人工地震动合成方法。该方法利用生成对抗网络(GANs)框架,引入傅立叶神经算子(FNO)优化网络结构,结合震级、最小断层距、等效剪切波速、滑动机制和断层构造类别5个物理条件变量,从强震动观测数据中学习地震动的时空特征概率分布,并通过对抗训练生成与真实记录统计特性高度一致的三分量人工时程。结果表明:生成时程在时域上具有与真实记录相近的强震动持时、相位分布及峰值加速度特性;傅立叶谱与观测数据的误差均小于±1倍标准差;地震动峰值加速度(PGA)的对数分布均值与观测数据吻合。 展开更多
关键词 人工地震动合成 生成对抗网络 傅立叶神经算子 多物理条件约束
在线阅读 下载PDF
基于条件生成对抗网络的激光图像轮廓线特征提取方法
14
作者 徐赛华 侯利霞 丁小峰 《激光杂志》 北大核心 2024年第12期138-143,共6页
在提取图像轮廓线特征的过程中,受噪声的干扰会导致特征之间的依赖关系不明显,影响了特征信息提取结果的准确性。因此,提出基于条件生成对抗网络的激光图像轮廓线特征提取方法。首先,选取二维Otsu函数作为蜂群算法的适应性评价指标,针... 在提取图像轮廓线特征的过程中,受噪声的干扰会导致特征之间的依赖关系不明显,影响了特征信息提取结果的准确性。因此,提出基于条件生成对抗网络的激光图像轮廓线特征提取方法。首先,选取二维Otsu函数作为蜂群算法的适应性评价指标,针对初始化种群和蜜蜂搜索策略展开优化;然后,利用正余弦法与改进后的蜂群算法,通过搜索全局最优解获得激光图像的最佳分割阈值;最后,为了捕捉特征之间的全局依赖关系,在条件生成对抗网络中集成处理残差结构与分层空洞卷积模块,结合交叉注意力模块,确保激光图像轮廓线的流畅性。同时,通过运用谱归一化技术和Leaky激活函数,有效稳定模型的训练过程,提高激光图像轮廓线特征提取的全面性和准确性。实验结果表明,该方法可以获取高准确率的激光图像轮廓线特征提取结果。 展开更多
关键词 条件生成对抗网络 激光图像 轮廓线特征 特征提取
在线阅读 下载PDF
基于变分注意力知识选择和预训练语言模型的对话生成
15
作者 张乃洲 曹薇 +1 位作者 张啸剑 李石君 《计算机研究与发展》 北大核心 2025年第8期1902-1917,共16页
基于知识的神经对话研究常常面临外部知识包含冗余甚至与对话主题不相关信息的问题,从而导致对话系统性能下降.知识选择成为解决该问题的重要途径,但现有研究对诸如知识选择器的设计、选择出的知识的利用以及知识选择对话方法适用的场... 基于知识的神经对话研究常常面临外部知识包含冗余甚至与对话主题不相关信息的问题,从而导致对话系统性能下降.知识选择成为解决该问题的重要途径,但现有研究对诸如知识选择器的设计、选择出的知识的利用以及知识选择对话方法适用的场景等问题,还缺乏深入研究.针对这些问题,提出了一个新的基于变分注意力知识选择和预训练模型的神经对话方法,使用一个基于条件变分自编码(conditional variational autoencoder,CVAE)和多层注意力机制的知识选择算法,自动选择出与当前对话最相关文本知识集合.该算法有效利用了训练数据中的对话回复来提高知识选择的效率.使用预训练语言模型Bart作为编码器-解码器架构,将选择的文本知识合并到Bart模型中,并在训练过程中对其进行微调.实验结果表明,与现有的一些代表性研究方法相比,提出的模型能生成多样性和连贯性更好、准确率更高的对话回复. 展开更多
关键词 基于知识的对话 知识选择 预训练语言模型 条件自编码 注意力机制 记忆网络
在线阅读 下载PDF
基于校正条件生成对抗网络的风电场群绿氢储能系统容量配置 被引量:9
16
作者 朱玲 李威 +1 位作者 王骞 张学广 《电工技术学报》 EI CSCD 北大核心 2024年第3期714-730,共17页
以条件生成对抗网络(CGAN)为代表的半监督学习可计及风电波动并生成出力场景集合,生成的数据可输入氢气储能容量配置模型以支撑优化求解。为此,该文首先设计一种校正条件生成对抗网络(CCGAN),并基于风电预测误差构建条件校正器,对预测... 以条件生成对抗网络(CGAN)为代表的半监督学习可计及风电波动并生成出力场景集合,生成的数据可输入氢气储能容量配置模型以支撑优化求解。为此,该文首先设计一种校正条件生成对抗网络(CCGAN),并基于风电预测误差构建条件校正器,对预测失准事件和风电爬坡事件下输入生成器的标签信息进行识别和校正;然后,以储能定容的综合成本和各风场弃风成本为目标函数,构建绿氢储能容量配置的多目标优化模型,并引入基于切比雪夫距离的膝区域数学概念,以指导多目标优化算法设计;最后,以新英格兰39节点系统为例进行算例分析,结果表明未经校正的条件信息将导致定容决策偏离实际,而CCGAN能生成计及风电不确定性的高置信出力场景,使得容量配置结果兼顾鲁棒性和经济性。 展开更多
关键词 校正条件生成对抗网络 绿氢储能 容量配置 场景生成 风电预测误差
在线阅读 下载PDF
基于条件生成对抗网络的图像翻译综述 被引量:4
17
作者 屠杭垚 王万良 +2 位作者 陈嘉诚 李国庆 吴菲 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2024年第1期14-32,共19页
图像翻译旨在实现多组不同领域图像间的转换,同时需要约束样本空间与目标空间分布的一致性.文章旨在寻找条件生成对抗网络与图像翻译问题的结合点,首先,介绍了数据集的特点,指出了不同数据集图像翻译难易程度;其次,从数学表达、性质以... 图像翻译旨在实现多组不同领域图像间的转换,同时需要约束样本空间与目标空间分布的一致性.文章旨在寻找条件生成对抗网络与图像翻译问题的结合点,首先,介绍了数据集的特点,指出了不同数据集图像翻译难易程度;其次,从数学表达、性质以及目标函数设计方法得出算法实现的不同方式;将现有图像翻译分成3种类别——匹配图像翻译、非匹配图像翻译和多领域图像翻译,并得出不同应用场景所对应的图像翻译类别,即高清任务对应匹配图像翻译,低成本任务对应非匹配图像翻译,多样化任务对应多领域图像翻译;将图像质量评价方法分为主观图像质量评价与客观图像质量评价,并分析客观图像质量评价中全参考图像与无参考图像质量评价的适用范围;最后,总结条件生成对抗网络在图像翻译中的进展,并分析算法后指出了模式崩塌,模型可解释性和少样本等未来所需解决的问题. 展开更多
关键词 条件生成对抗网络 图像翻译 生成模型 图像质量评价
在线阅读 下载PDF
面向生成对抗网络直接优化精度指标的排序学习方法
18
作者 曾寰 李金忠 《小型微型计算机系统》 北大核心 2025年第6期1358-1364,共7页
在评估排序学习方法的性能优劣时,常用的信息检索评估指标,如NDCG、ERR和AP,都是基于文档列表位置信息的指标.由于这些指标中的位置信息是离散值,难以直接用于生成对抗网络的训练中,使得基于生成对抗网络的排序学习算法的损失函数未能... 在评估排序学习方法的性能优劣时,常用的信息检索评估指标,如NDCG、ERR和AP,都是基于文档列表位置信息的指标.由于这些指标中的位置信息是离散值,难以直接用于生成对抗网络的训练中,使得基于生成对抗网络的排序学习算法的损失函数未能考虑排序列表中文档的位置信息.针对此问题,本文提出一种基于条件生成对抗网络直接优化近似平均精度AP指标的listwise排序学习算法(APGAN-LTR)以进行精细化训练模型.该方法采用Gumbel-softmax重参数化技巧采样,使用梯度可导的Plackett-Luce模型模拟用户对检索出文档的偏好采样过程,对平均精度AP指标进行近似,并将包含近似位置信息的AP指标融入条件生成对抗网络的损失函数中以被直接优化性能指标,用于挖掘排序列表的位置信息,以期更进一步提升性能.在公共排序学习基准数据集上的实验结果表明:对比基于生成对抗网络的排序学习方法IRGAN-List,本文提出的排序学习方法APGAN-LTR在信息检索指标NDCG,P,AP,NERR上都有明显提升. 展开更多
关键词 排序学习 近似指标 平均精度 条件生成对抗网络 信息检索
在线阅读 下载PDF
利用条件生成对抗网络建立曲流河地质模型 被引量:1
19
作者 胡勇 高小洋 +4 位作者 何文祥 李顺利 朱建斌 司锦 陆雨诗 《沉积学报》 CAS CSCD 北大核心 2024年第1期201-218,共18页
【目的】在传统的河道建模方法中,基于目标的方法难以刻画曲流河点坝且条件化困难,多点地质统计学则难以再现河道的连续形态。条件生成对抗网络可以生成满足一定条件的复杂图形,可解决曲流河地质模型建立过程中点坝、河流形态刻画困难... 【目的】在传统的河道建模方法中,基于目标的方法难以刻画曲流河点坝且条件化困难,多点地质统计学则难以再现河道的连续形态。条件生成对抗网络可以生成满足一定条件的复杂图形,可解决曲流河地质模型建立过程中点坝、河流形态刻画困难及难以条件化的问题。【方法】以鄂尔多斯盆地苏里格气田南部地区某气田为例,开展了基于条件生成对抗网络的曲流河三维建模方法研究。在建模过程中,首先采用Alluvsim建模方法根据工区曲流河特征建立了200个曲流河模型;再通过卷积神经网络对200个模型进行深度学习,提取模型的特征矩阵,利用条件生成对抗网络建立可以生成曲流河模型的生成器;最后以工区井点数据作为输入数据,利用生成器建立满足曲流河复杂形态和井点数据的三维模型。【结果与结论】所建立的模型可以很好地展现曲流河中河道与点坝的三维形态及对应关系。为明确影响模型结果的关键因素,通过对比训练次数与输入数据发现,适当的训练次数(160次)与大量地输入样本(200个)是建立满足工区条件模型的前提。另外,通过对比传统地质建模方法,条件生成对抗网络建模方法可以很好地再现河道沉积体的空间形态,克服传统曲流河建模方法在条件化方面的困难,为曲流河沉积环境的河道砂体建模提供了新的解决思路,建立的曲流河模型可为油田开发阶段提供参考。 展开更多
关键词 人工智能 深度学习 条件生成对抗网络 储层建模 河道砂体
在线阅读 下载PDF
基于扩张卷积条件生成对抗网络的红外小目标检测 被引量:1
20
作者 张国栋 陈志华 盛斌 《计算机科学》 CSCD 北大核心 2024年第2期151-160,共10页
基于深度神经网络的目标检测方法凭借自身强大的建模能力,在通用目标检测任务中取得了良好的表现。然而,在红外小目标信号弱、像素小的本质特征的影响下,深度神经网络层次的加深和池化操作的大量使用导致小目标语义信息丢失,使得现有方... 基于深度神经网络的目标检测方法凭借自身强大的建模能力,在通用目标检测任务中取得了良好的表现。然而,在红外小目标信号弱、像素小的本质特征的影响下,深度神经网络层次的加深和池化操作的大量使用导致小目标语义信息丢失,使得现有方法的检测效果并不理想。文中从红外小目标特性这一关键问题出发,提出了一种新颖的基于扩张卷积条件生成对抗网络的目标检测算法。所提方法应用扩张卷积设计了生成网络,充分利用上下文信息建立层与层之间的关联,将红外小目标更多的语义信息保留到深层网络中,增强目标特征,进而提高检测性能。此外,设计了融合通道与空间维度的混合注意力模块,在特征提取时有选择性地放大目标信息,抑制背景信息;设计了自注意关联模块处理层与层之间信息融合过程中产生的语义冲突问题。文中使用多种评价指标将所提网络模型与目前先进的其他红外小目标检测方法进行对比,证明了该方法在复杂背景下目标检测性能的优越性。在公开的SIRST数据集上,所提模型的F分数为64.70%,相比传统方法提高了8.29%,相比深度学习方法提高了7.29%;在公开的ISOS数据集上,所提模型的F分数为64.54%,相比传统方法提高了23.59%,相比深度学习方法提高了6.58%。 展开更多
关键词 红外小目标检测 条件生成对抗网络 特征融合 注意力机制 扩张卷积
在线阅读 下载PDF
上一页 1 2 15 下一页 到第
使用帮助 返回顶部