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350篇文章
< 1 2 … 18 >
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：
融合时序条件生成对抗网络的小样本雷达对抗侦察数据增强
1
作者 黄琳玹 何明浩 +3 位作者 郁春来 冯明月 张福群 张逸楠 《电子与信息学报》 北大核心 2025年第10期3723-3734,共12页
针对雷达对抗侦察中脉冲描述字(PDW)数据稀缺及生成质量不足的问题,该文提出时序条件生成对抗网络(Time-CondGAN)。该方法通过多模态条件生成框架融合脉冲序列时域特征与辐射源分类信息,采用双向门控循环单元(GRU)监督器与特征匹配损失... 针对雷达对抗侦察中脉冲描述字(PDW)数据稀缺及生成质量不足的问题,该文提出时序条件生成对抗网络(Time-CondGAN)。该方法通过多模态条件生成框架融合脉冲序列时域特征与辐射源分类信息,采用双向门控循环单元(GRU)监督器与特征匹配损失实现时序连续性与统计分布的双重约束。网络架构包含3个核心模块:(1)条件编码网络将调制类型嵌入为128维特征向量,通过时序维度扩展与潜在噪声拼接,实现类别可控生成;(2)多任务判别器联合执行对抗判别与信号分类,通过共享双向GRU-注意力特征提取层捕捉长程依赖关系;(3)时序-统计联合优化器整合对抗损失、监督损失与特征匹配损失,在对抗训练阶段同步更新生成器与判别器参数。实验表明,Time-CondGAN生成的PDW数据在关键时序参数的KL散度较TimeGAN平均降低28.25%,显著提升物理合理性;可视化结果证明模型性能满足要求,消融实验证明改进模块的有效性。在下游任务验证中,生成数据使VGG16与LSTM分类器的识别准确率最高提升37.2%,较TimeGAN生成数据平均高8.25%(VGG16)与4.2%(LSTM)。 展开更多
关键词 生成对抗网络 小样本学习 雷达对抗侦察 时序数据生成 模式识别
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：4
2
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
基于改进生成对抗网络和Swin Transformer的样本不均衡轴承故障诊断 被引量：1
3
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
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SE-AdvGAN的图像对抗样本生成方法研究 被引量：1
7
作者 赵宏 宋馥荣 李文改 《计算机工程》 北大核心 2025年第2期300-311,共12页
对抗样本是评估深度神经网络(DNN)鲁棒性和揭示其潜在安全隐患的重要手段。基于生成对抗网络(GAN)的对抗样本生成方法(AdvGAN)在生成图像对抗样本方面取得显著进展,但该方法生成的扰动稀疏性不足且幅度较大,导致对抗样本的真实性较低。... 对抗样本是评估深度神经网络(DNN)鲁棒性和揭示其潜在安全隐患的重要手段。基于生成对抗网络(GAN)的对抗样本生成方法(AdvGAN)在生成图像对抗样本方面取得显著进展,但该方法生成的扰动稀疏性不足且幅度较大,导致对抗样本的真实性较低。为解决这一问题,基于AdvGAN提出一种改进的图像对抗样本生成方法(SE-AdvGAN)。SE-AdvGAN通过构造SE注意力生成器和SE残差判别器来提高扰动的稀疏性。SE注意力生成器用于提取图像关键特征,限制扰动生成位置,SE残差判别器指导生成器避免生成无关扰动。同时,在SE注意力生成器的损失函数中加入以l_(2)范数为基准的边界损失以限制扰动的幅度,从而提高对抗样本的真实性。实验结果表明,在白盒攻击场景下,SE-AdvGAN相较于现有方法生成的对抗样本扰动稀疏性更高、幅度更小,并且在不同目标模型上均取得了更好的攻击效果,说明SE-AdvGAN生成的高质量对抗样本可以更有效地评估DNN模型的鲁棒性。 展开更多
关键词 对抗样本 生成对抗网络 稀疏扰动 深度神经网络 鲁棒性
在线阅读 下载PDF
类别条件生成对抗网络的语音对抗样本生成方法 被引量：3
8
作者 于振华 胡旭飞 叶鸥 《西安交通大学学报》 EI CAS CSCD 北大核心 2024年第12期153-164,共12页
针对现有面向自动语音识别系统的对抗攻击方法难以捕捉不同语音尺度之间的相关性、导致攻击成功率低的问题,提出一种类别条件生成对抗网络的语音对抗样本生成方法。通过目标标签映射模块,将攻击目标标签转化为独热向量,作为条件输入到... 针对现有面向自动语音识别系统的对抗攻击方法难以捕捉不同语音尺度之间的相关性、导致攻击成功率低的问题,提出一种类别条件生成对抗网络的语音对抗样本生成方法。通过目标标签映射模块,将攻击目标标签转化为独热向量,作为条件输入到构建的类别条件生成对抗网络中,以此控制语音样本类别的生成。该类别条件生成对抗网络中的生成器,采用设计的NReSidual U-block网络模块与U-Net相融合,可以更好地学习不同时间尺度的语音特征,以及提升语音特征的表示能力,从而可以针对特定语音类别生成对抗样本;判别器采用卷积块和全连接层相结合的网络结构,将错误损失通过梯度反向传播至生成器,能有效保留语音信号的时序信息,并解决数据分布不稳定问题。在通用的谷歌命令数据集和音乐流派数据集上进行实验,结果表明,所提语音对抗样本生成方法的攻击成功率与主流方法相比,分别提高了3.47%、5.1%,平均信噪比提升了3.2、1.49 dB,该方法具有较好的攻击效果和语音质量。 展开更多
关键词 自动语音识别系统 生成对抗网络 对抗攻击 语音对抗样本生成 标签映射
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：12
9
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
物理约束型生成对抗网络人工地震动合成方法
10
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
基于半监督深度卷积生成对抗网络的不平衡自然老化大豆种质活力高光谱检测
11
作者 李飞 王自强 +3 位作者 武晶 辛霞 李春梅 徐虎博 《智慧农业(中英文)》 2025年第5期101-113,共13页
[目的/意义]种质资源是高质量育种的“芯片”,评估大豆种质活力对于种质资源安全保存和大豆产业健康发展至关重要。传统的活力检测方法耗时、耗力且消耗种子,迫切需要开展无损、智能化和高通量的检测研究。高光谱成像结合深度学习为快... [目的/意义]种质资源是高质量育种的“芯片”,评估大豆种质活力对于种质资源安全保存和大豆产业健康发展至关重要。传统的活力检测方法耗时、耗力且消耗种子,迫切需要开展无损、智能化和高通量的检测研究。高光谱成像结合深度学习为快速无损检测大豆种质活力提供了新途径。相较于人工老化样本,自然老化样本更能真实地反映种质活力衰退过程中的物质变化,但其有无活力样本数量不平衡限制了活力预测模型的泛化能力。[方法]为解决上述问题,本研究提出了一种半监督深度卷积生成对抗网络(Semi-supervised Deep Convolutional Generative Adversarial Network, SDCGAN),以生成高质量的带活力标签的高光谱数据;构建了光谱分数融合网络(Spectral Score Fusion Network, SSFNet),用于实现大豆种质活力的高光谱检测。利用SDCGAN对原始光谱进行数据增强,构建了原始光谱、生成光谱和混合光谱3种数据集;SSFNet通过对光谱通道进行自适应加权,突出活力相关特征、抑制冗余噪声,并开展迁移泛化实验验证模型稳健性。[结果与讨论]相较于原始和生成光谱数据集,SSFNet在样本数量更大、有无活力样本数量平衡的混合光谱数据集上实现了93.33%的最高活力分类准确率;与其他4种对比模型相比,SSFNet具有最佳的预测分类性能;在未知大豆品种的泛化测试中,SSFNet实现了73.67%的活力预测准确率,显著优于既往模型。[结论]研究结果将为样本不平衡条件下的种子活力智能无损检测技术研发提供方法参考和技术支撑。 展开更多
关键词 大豆种质 高光谱成像 活力检测 生成对抗网络 样本不平衡
在线阅读 下载PDF
抵御对抗攻击的生成对抗网络IWSN入侵检测模型
12
作者 刘悦文 孙子文 《江苏大学学报(自然科学版)》 北大核心 2025年第5期562-569,共8页
针对对抗样本易引发基于深度学习的IWSN入侵检测系统误判并导致检测精度下降的问题,构建了基于生成对抗网络的IWSN入侵检测模型,以抵御对抗攻击并提升检测精度.采用FGSM、BIM、PGD这3种对抗算法快速构造对抗样本,利用生成对抗网络对3类... 针对对抗样本易引发基于深度学习的IWSN入侵检测系统误判并导致检测精度下降的问题,构建了基于生成对抗网络的IWSN入侵检测模型,以抵御对抗攻击并提升检测精度.采用FGSM、BIM、PGD这3种对抗算法快速构造对抗样本,利用生成对抗网络对3类对抗样本进行集成式训练,以生成新的对抗样本;引入Wasserstein距离和梯度惩罚约束,解决生成对抗网络模式崩坏的问题;进一步通过多层感知器实现攻击检测.采用工业天然气管道数据集,运用TensorFlow 2框架以及Pycharm软件工具,验证检测模型的有效性.试验结果表明:文中模型对对抗样本的检测率高于FGSM、BIM、PGD、集合的对抗训练防御方法,能有效防御对抗攻击. 展开更多
关键词 工业无线传感器网络 入侵检测 生成对抗网络 深度学习 对抗攻击 对抗样本
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
13
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
14
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
基于条件生成对抗网络的激光图像轮廓线特征提取方法
15
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
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
基于模糊神经网络对抗生成的城市固废焚烧过程二噁英排放预警
17
作者 崔璨麟 汤健 +1 位作者 夏恒 乔俊飞 《控制理论与应用》 北大核心 2025年第4期757-766,共10页
城市固废焚烧(MSWI)过程产生的二噁英(DXN)类剧毒污染物是全世界范围内备受关注的环保指标,进行DXN排放浓度预警是缓解焚烧建厂“邻避效应”和实现城市精准污染防控等难题的关键之一.受限于产生机理上的全流程相关、记忆效应等特性以及... 城市固废焚烧(MSWI)过程产生的二噁英(DXN)类剧毒污染物是全世界范围内备受关注的环保指标,进行DXN排放浓度预警是缓解焚烧建厂“邻避效应”和实现城市精准污染防控等难题的关键之一.受限于产生机理上的全流程相关、记忆效应等特性以及检测技术上的高难度和离线化验上的高成本等原因,DXN建模数据面临着维数高、不确定性强和样本稀疏等问题.对此,本文提出基于模糊神经网络(FNN)对抗生成的DXN排放预警方法.首先,采用基于随机森林(RF)的自适应特征选择算法降低输入变量维数;接着,基于FNN的生成对抗网络(GAN)迭代产生用于预警建模的候选虚拟样本,以缓解不确定性和稀疏性问题;然后,通过多约束选择机制进行虚拟样本筛选以提高样本质量;最后,构建基于真实与虚拟混合样本的DXN排放预警模型.基于北京某MSWI电厂的实际DXN数据验证了所提方法的有效性. 展开更多
关键词 城市固废焚烧 二噁英 模糊神经网络 生成对抗网络 虚拟样本 预警模型
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
18
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：5
19
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
利用条件生成对抗网络建立曲流河地质模型 被引量：1
20
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
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 … 18 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