期刊文献+
共找到270篇文章
< 1 2 14 >
每页显示 20 50 100
基于条件式Wasserstein生成对抗网络的电力变压器故障样本增强技术 被引量:75
1
作者 刘云鹏 许自强 +3 位作者 和家慧 王权 高树国 赵军 《电网技术》 EI CSCD 北大核心 2020年第4期1505-1513,共9页
数据非均衡问题是制约机器学习技术在电力变压器故障诊断领域中应用效果的关键因素。为克服传统过采样方法未考虑数据整体分布信息的缺陷,提出了一种基于深度学习的故障数据增强方法,以实现样本库的类别均衡化目标。首先,建立梯度惩罚... 数据非均衡问题是制约机器学习技术在电力变压器故障诊断领域中应用效果的关键因素。为克服传统过采样方法未考虑数据整体分布信息的缺陷,提出了一种基于深度学习的故障数据增强方法,以实现样本库的类别均衡化目标。首先,建立梯度惩罚优化的条件式Wasserstein生成对抗网络模型以指导多类别故障样本的生成过程,并克服了原始生成对抗网络模型的训练不稳定问题;然后,构建以油中溶解气体无编码比值为特征参量的栈式自编码器诊断模型,并进一步提出了基于数据增强方法的设备故障诊断技术框架;最后,选用由准确率、F1度量以及G-mean组成的评价指标体系对类别均衡化前后的模型诊断效果进行评估对比。算例研究结果表明,相较于传统过采样方法,提出的故障样本增强方法能够更为有效地改善诊断模型对于多数类的分类偏好问题,提升其整体分类性能,可作为电力变压器故障诊断的重要数据预处理环节。 展开更多
关键词 变压器故障诊断 非均衡数据集 数据增强 条件式wasserstein生成对抗网络 梯度惩罚 自编码器
在线阅读 下载PDF
基于条件Wasserstein生成对抗网络的说话人辨认研究
2
作者 张高峰 刘天 +1 位作者 解晓敏 马群 《计算机应用与软件》 北大核心 2025年第8期213-218,241,共7页
在低资源场景下,由于传统的说话人辨认方法无法提取大量有效信息来训练网络,导致模型发生过拟合现象。受GAN在图像领域成功应用的启发,提出基于条件Wasserstein生成对抗网络(C-WGAN)的说话人辨认方法。该方法将真实样本的FBANK特征作为... 在低资源场景下,由于传统的说话人辨认方法无法提取大量有效信息来训练网络,导致模型发生过拟合现象。受GAN在图像领域成功应用的启发,提出基于条件Wasserstein生成对抗网络(C-WGAN)的说话人辨认方法。该方法将真实样本的FBANK特征作为条件输入到生成器中以控制生成指定的模拟样本,并采用Wasserstein距离来衡量两个语音特征分布之间的距离,得到稳定的训练环境,避免了模式崩溃。实验结果表明,该方法的分类错误率(CER)降低至1.96%,相对基线方法x-vector和CNN分别降低了67.2%和53.9%,同时在低采样率的情况下,该方法的识别准确率表现出很强的竞争力。 展开更多
关键词 说话人辨认 生成对抗网络 wasserstein距离
在线阅读 下载PDF
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
3
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
地震属性驱动的条件生成对抗网络沉积微相模型构建
4
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
5
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
6
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 差分隐私 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
基于改进条件生成对抗网络的可控场景生成方法 被引量:9
7
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
8
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
结合坐标注意力与生成式对抗网络的图像超分辨率重建 被引量:2
9
作者 彭晏飞 孟欣 +1 位作者 李泳欣 刘蓝兮 《计算机工程与科学》 CSCD 北大核心 2024年第1期122-131,共10页
针对现有生成式对抗网络GAN的图像超分辨率重建模型中存在着特征信息利用不充分、VGG式判别器对局部细节的判断能力较弱以及训练不稳定的问题,提出了一种结合坐标注意力与生成式对抗网络的图像超分辨率重建模型。首先,以嵌有坐标注意力... 针对现有生成式对抗网络GAN的图像超分辨率重建模型中存在着特征信息利用不充分、VGG式判别器对局部细节的判断能力较弱以及训练不稳定的问题,提出了一种结合坐标注意力与生成式对抗网络的图像超分辨率重建模型。首先,以嵌有坐标注意力的残差块构建生成器,沿通道和空间2个维度聚合特征,更充分地提取特征。然后,调整Dropout加入网络的方式使其作用于生成器中,提高模型的泛化能力。接着,以U-Net结构构造判别器,输出详细的逐像素反馈,以获取真假图像间的局部差异。最后,在判别器中引入谱归一化正则化,稳定GAN的训练。实验结果表明,当放大因子为4时,在基准测试集Set5和Set14上取得的峰值信噪比平均提高了1.75 dB,结构相似性平均提高了0.038,能够重建出更加清晰且真实的图像,重建图像具有良好的视觉效果。 展开更多
关键词 超分辨率重建 生成对抗网络 坐标注意力 U-Net判别器
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
10
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
11
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
基于改进生成对抗网络的高空侦察图像补全算法
12
作者 冯伟冬 王建国 +2 位作者 侯麒麟 冀慧君 蓝志豪 《火力与指挥控制》 北大核心 2025年第7期154-160,167,共8页
针对高空侦察图像有遮挡的问题,提出了一种基于改进的生成对抗网络的图像补全算法。通过引入多个局部判别器和正则化项来更好地补全缺失图像的信息,提高图像补全的质量和真实性;通过引入Wasserstein距离和梯度惩罚项来提高训练的稳定性... 针对高空侦察图像有遮挡的问题,提出了一种基于改进的生成对抗网络的图像补全算法。通过引入多个局部判别器和正则化项来更好地补全缺失图像的信息,提高图像补全的质量和真实性;通过引入Wasserstein距离和梯度惩罚项来提高训练的稳定性。提出的算法在有缺失的高空侦察图像的数据集上进行测试,数值结果显示了其有效性。 展开更多
关键词 深度学习 图像补全 生成对抗网络 高空侦察 wasserstein距离
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
13
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:7
14
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:3
15
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
16
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
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
17
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
基于改进Wasserstein生成式对抗网络的电力系统不良数据辨识 被引量:14
18
作者 臧海祥 郭镜玮 +3 位作者 黄蔓云 卫志农 孙国强 赵佳伟 《电力自动化设备》 EI CSCD 北大核心 2022年第9期50-56,110,共8页
随着新能源并网以及大量电力电子器件的投入,电力系统的数据类型向多元复杂化的趋势发展。针对大规模电力系统中出现的不良数据辨识性能差、辨识效率低的问题,提出了一种基于改进Wasserstein生成式对抗网络(WGAN-GP)的不良数据辨识方法... 随着新能源并网以及大量电力电子器件的投入,电力系统的数据类型向多元复杂化的趋势发展。针对大规模电力系统中出现的不良数据辨识性能差、辨识效率低的问题,提出了一种基于改进Wasserstein生成式对抗网络(WGAN-GP)的不良数据辨识方法。基于历史数据库中的状态量得到多断面正常量测数据并训练WGAN-GP模型;将含不良数据的量测信息输入训练好的WGAN-GP模型,得到对应的量测重构数据,并得到最终的量测重构误差;为了避免人为确定阈值的主观性,提出了一种基于C4.5决策树模型的不良数据阈值确定方法,将量测重构误差输入训练好的决策树模型,即可定位1组量测信息中的不良数据位置。以IEEE标准系统和某实际省网为算例进行仿真测试,结果表明相较于已有方法,所提方法具有更好的辨识性能和更高的辨识效率。 展开更多
关键词 电力系统 不良数据辨识 数据驱动 wasserstein生成对抗网络 决策树模型
在线阅读 下载PDF
一种基于条件生成式对抗网络的文本类验证码识别方法 被引量:9
19
作者 汤战勇 田超雄 +5 位作者 叶贵鑫 李婧 王薇 龚晓庆 陈晓江 房鼎益 《计算机学报》 EI CSCD 北大核心 2020年第8期1572-1588,共17页
验证码被广泛应用于网站登录、注册等环节,用来增强身份验证和防止来自计算机程序的自动攻击.其中文本类验证码由于密码空间大、交互方式简单等特点被大多数主流网站使用.目前,为了增加计算机程序对文本类验证码自动识别的难度,设计时... 验证码被广泛应用于网站登录、注册等环节,用来增强身份验证和防止来自计算机程序的自动攻击.其中文本类验证码由于密码空间大、交互方式简单等特点被大多数主流网站使用.目前,为了增加计算机程序对文本类验证码自动识别的难度,设计时普遍将复杂干扰信息、字符扭曲、旋转和粘连、不同类型字体等安全性特征随机组合使用.由于组合了多种安全特征,传统的验证码识别方法对该种验证码的识别率非常低甚至失效.针对此类文本类验证码,本文提出了一种基于条件生成式对抗网络(CGAN)的通用识别方法.该方法利用CGAN去除验证码中的背景干扰信息并拉伸验证码中的字符间距,以生成无干扰且无字符粘连的验证码.然后使用本文优化组合的分割算法对验证码进行有效分割,再通过GoogleNet对分割后的单个字符进行识别.并且在难以以低成本大量获取真实验证码的情况下,本文设计了程序模拟验证码对网络进行训练,训练成本远低于现有其他方法且训练效果良好.最终的实验结果表明,本文提出的方法能够成功的识别Microsoft、Wikipedia、百度、支付宝、新浪等国际主流网站的验证码,识别率相较于传统方法最大提升度可达到70.2%. 展开更多
关键词 文本类验证码 验证码识别 条件生成对抗网络 字符分割 去干扰算法
在线阅读 下载PDF
基于条件生成式对抗网络的AFM图像盲重构方法 被引量:3
20
作者 胡佳成 颜迪新 +3 位作者 曹丛 施玉书 张树 李东升 《计量学报》 CSCD 北大核心 2021年第5期545-551,共7页
针对原子力显微镜(AFM)成像过程中针尖展宽效应引起的误差,提出一种基于条件生成式对抗网络(CGAN)的AFM图像盲重构方法。首先,以pix2pixHD模型为基础,通过全局生成网络对仿真样本数据进行对抗训练,引入AFM测量数据采用局部提升网络联合... 针对原子力显微镜(AFM)成像过程中针尖展宽效应引起的误差,提出一种基于条件生成式对抗网络(CGAN)的AFM图像盲重构方法。首先,以pix2pixHD模型为基础,通过全局生成网络对仿真样本数据进行对抗训练,引入AFM测量数据采用局部提升网络联合训练;最后,特征匹配损失函数以用于提升栅格边缘横向分辨力。实验结果表明:对于线宽8μm一维矩形栅格在AFM下的测量图像进行盲重构,重构图像标准差为0.33μm×0.45μm,具有较高的成像分辨力,有利于提升AFM图像一维栅格测量的准确度。 展开更多
关键词 计量学 图像重构 针尖展宽效应 原子力显微镜 条件生成对抗网络 一维栅格
在线阅读 下载PDF
上一页 1 2 14 下一页 到第
使用帮助 返回顶部