期刊文献+
共找到942篇文章
< 1 2 48 >
每页显示 20 50 100
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
1
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
基于双重时间卷积网络与生成对抗网络的时序序列异常检测
2
作者 王红霞 牛宇浩 《计量学报》 北大核心 2025年第7期1030-1040,共11页
随着数字制造化产业的发展,数据安全检测、系统监控分析等应用场景中数据量的不断增加,对于数据异常检测的要求日益提高。提出了一种基于双重时间卷积网络与生成对抗网络(GAN)的异常检测(MdtGAN)算法。首先通过生成对抗网络的设计策略... 随着数字制造化产业的发展,数据安全检测、系统监控分析等应用场景中数据量的不断增加,对于数据异常检测的要求日益提高。提出了一种基于双重时间卷积网络与生成对抗网络(GAN)的异常检测(MdtGAN)算法。首先通过生成对抗网络的设计策略构建其基本结构;其次在全局和局部时间卷积网络(GaL-TCN)生成器中通过设计双重时间卷积网络对时间序列进行历史信息处理,其中的注意力机制和单层Transformer编码器使其能够快速地执行知识推理,实现对于时间序列的分布预测使其能够生成符合真实数据分布的时间序列;最后提出基于极值理论的动态阈值设定方法,减少了需要手动调节的参数量以及对于先验知识的需要。实验结果表明,在4个公开数据集上MdtGAN与近几年优秀的基准方法相比,将F1分数平均提高了1.27%,训练时间减少了70.69%,为无监督异常检测提供了一种新的解决方案。 展开更多
关键词 数据处理 生成对抗网络 时间序列 异常检测 双重时间卷积网络 注意力机制 动态阈值
在线阅读 下载PDF
基于格拉姆角场与深度卷积生成对抗网络的行星齿轮箱故障诊断 被引量:9
3
作者 古莹奎 石昌武 陈家芳 《噪声与振动控制》 CSCD 北大核心 2024年第1期111-118,共8页
针对行星齿轮箱故障诊断中样本分布不均衡所引起的模型泛化能力差及诊断精度低等问题,采用格拉姆角场图像编码技术和深度卷积生成对抗网络相结合进行数据增强,融合AlexNet卷积神经网络进行故障诊断。将采集到的一维振动信号转化为格拉... 针对行星齿轮箱故障诊断中样本分布不均衡所引起的模型泛化能力差及诊断精度低等问题,采用格拉姆角场图像编码技术和深度卷积生成对抗网络相结合进行数据增强,融合AlexNet卷积神经网络进行故障诊断。将采集到的一维振动信号转化为格拉姆角场图,按比例划分训练集与测试集,将训练集样本与随机向量输入到深度卷积生成对抗网络模型中,交替训练生成器与判别器,达到纳什平衡,生成与原始样本类似的生成样本,从而实现故障样本的增广。用原始样本与生成的增广样本训练卷积神经网络分类模型,完成行星齿轮箱的故障识别。实验结果表明,所提方法能够有效提升样本不均衡条件下的行星齿轮箱故障诊断精度,使之达到99.15%,且能使收敛速度更快。 展开更多
关键词 故障诊断 格拉姆角场 深度卷积生成对抗网络 卷积神经网络 行星齿轮箱
在线阅读 下载PDF
基于深度卷积生成式对抗网络的船型特征认知与条件生成方法 被引量:1
4
作者 杜林 李胜忠 +3 位作者 李广年 舒跃辉 刘子祥 赵峰 《船舶力学》 EI CSCD 北大核心 2024年第8期1162-1174,共13页
船体型值与图片一样也是序列相关型数据,所以用于生成图片的神经网络模型也能生成船型数据。由于船舶种类繁多、需求复杂,本文研究重点从船舶水线上下、船艏、舯、艉等区域位置特征,和船舶设计中普遍存在球艏、尾轴、艏部外板升高等全... 船体型值与图片一样也是序列相关型数据,所以用于生成图片的神经网络模型也能生成船型数据。由于船舶种类繁多、需求复杂,本文研究重点从船舶水线上下、船艏、舯、艉等区域位置特征,和船舶设计中普遍存在球艏、尾轴、艏部外板升高等全局几何特征的条件生成需求出发,训练条件深度卷积生成式对抗网络模型(Con⁃ditional Deep Convolutional Generative Adversarial Networks)来实现两种特征的条件认知与生成。首先,将实现船型区域位置特征与全局几何特征的条件生成作为目标,分别建立条件深度卷积生成式对抗网络模型;然后,针对两类特征设置若干从易到难的不同分割方案和特征种类,使神经网络能够循序渐进地完成条件生成任务;最后,通过对训练过程和生成结果进行对比,初步证明所研究方法用于解决船型特征条件生成问题的可行性。本研究延续了作者之前的研究成果,属于基于计算机视觉技术的船型智能设计方法领域,旨在进一步探索引入人工智能实现船型智能设计的可行性方法。 展开更多
关键词 船型智能设计 深度卷积生成对抗网络 计算机视觉
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
5
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
基于门控卷积生成对抗网络的西汉漆箱纹饰图案数字化修复研究 被引量:2
7
作者 周强 王露 +3 位作者 冯金牛 王莹 朱建锋 罗宏杰 《陕西科技大学学报》 北大核心 2024年第1期153-160,共8页
中国历史上漆器以其精美的纹饰技法闻名于世,针对古代漆器表面破损严重、纹饰信息大面积缺失的彩绘漆箱修复难题,提出了一种门控卷积生成对抗网络(GC-GAN)的古代漆箱表面图案修复方法.该方法采用门控卷积结构改进生成对抗网络模型,以提... 中国历史上漆器以其精美的纹饰技法闻名于世,针对古代漆器表面破损严重、纹饰信息大面积缺失的彩绘漆箱修复难题,提出了一种门控卷积生成对抗网络(GC-GAN)的古代漆箱表面图案修复方法.该方法采用门控卷积结构改进生成对抗网络模型,以提升模型对于图像中有效像素的学习能力并解决不规则大面积图像区域的高分辨率修复问题.在此基础上,首先对漆箱图案中的畸变、破损和缺失部分进行掩膜处理,然后使用GC-GAN生成掩膜区域的图案.针对漆箱纹饰图案样本数量少的问题,借助迁移学习思想,将模型在CelebA、SVHN等多种公共数据集上学习到的知识迁移到漆箱纹饰上.最终实现了“西安凤栖原西汉家族墓地”M1墓室中出土的大型木胎彩绘漆箱表面纹饰的数字化虚拟修复. 展开更多
关键词 漆器 西汉漆箱纹饰图案 数字化修复 门控卷积 生成对抗网络
在线阅读 下载PDF
基于生成对抗网络的人脸属性合成技术综述 被引量:1
8
作者 王健强 张珂 李培杰 《计算机应用研究》 北大核心 2025年第3期650-662,共13页
人脸属性合成技术旨在保留人脸面部图像身份信息的情况下,根据指定目标重建人脸属性,从而在源图像上合成具有全新属性的人脸。计算机视觉技术的发展为人脸属性合成技术提供了全新的解决方案。为此,从人脸属性合成数据集、传统和生成对... 人脸属性合成技术旨在保留人脸面部图像身份信息的情况下,根据指定目标重建人脸属性,从而在源图像上合成具有全新属性的人脸。计算机视觉技术的发展为人脸属性合成技术提供了全新的解决方案。为此,从人脸属性合成数据集、传统和生成对抗网络(GAN)的合成网络以及人脸语义方面综述了人脸属性合成技术的发展。首先分析了人脸属性合成领域中传统方法和主流的深度学习方法,探讨基于GAN方法的发展现状,将基于GAN的人脸属性合成模型划分为有监督、无监督以及半监督三种,将人脸属性划分年龄、表情和妆容三大类语义,并对多种合成模型进行深入研究。其次,对典型的损失函数进行分析和总结,同时介绍了常用人脸属性数据集以及评价指标。最后介绍现有人脸属性合成方法面临的问题,并对该领域未来的发展提出展望。 展开更多
关键词 深度学习 生成对抗网络 人脸属性生成 人脸图像数据集 年龄 表情 妆容
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
基于多尺度特征融合的生成对抗网络地震数据重建算法
10
作者 李跃 罗倩 段中钰 《石油物探》 北大核心 2025年第3期482-493,共12页
针对现有地震数据重建技术存在的空间连续性不足和重建细节偏差较大等问题,提出了基于多尺度特征融合与多维对抗的生成对抗网络(MSF-GAN)地震数据重建算法。首先,设计了多尺度特征融合的生成器,确保模型完整地提取地震数据特征并实现多... 针对现有地震数据重建技术存在的空间连续性不足和重建细节偏差较大等问题,提出了基于多尺度特征融合与多维对抗的生成对抗网络(MSF-GAN)地震数据重建算法。首先,设计了多尺度特征融合的生成器,确保模型完整地提取地震数据特征并实现多个尺度特征融合,在生成器部分设计了特征拼接模块,自适应地为地震数据添加掩膜,提高模型计算效率。然后,在算法的判别器部分,设计了多维对抗的判别器,分别从时间维度和测线维度对生成数据进行判别以提高重建精度。最后,使用Smooth L1损失函数作为重建损失,与对抗损失共同构成损失函数以更新生成器,提高地震数据重建精度。利用公开数据集和实测数据,验证了MSF-GAN算法的有效性以及对不同数据缺失情况的适用性。实验结果表明,与正交匹配追踪算法、凸集投影算法和频谱归一化生成对抗网络算法相比,MSF-GAN算法重建结果的结构相似性(SSIM)和峰值信噪比(PSNR)更高,能够更有效地恢复缺失数据,并且在地震数据随机缺失、连续缺失和规则缺失的情况下,MSF-GAN算法重建结果的细节信息更为完整,空间连续性更强。 展开更多
关键词 地震数据重建 生成对抗网络 多尺度特征融合 特征拼接 深度学习
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
基于生成对抗网络的两阶段探地雷达图像反演方法
12
作者 武铭泽 刘庆华 欧阳缮 《电波科学学报》 北大核心 2025年第1期141-154,共14页
在探地雷达(ground penetrating radar,GPR)应用中,反演成像是解译GPR数据信息的关键技术。现有基于深度学习的GPR图像反演技术大多应用于地下均匀介质的理想环境,然而真实环境中采集到的数据通常包含复杂的噪声与杂波信号,对反演精度... 在探地雷达(ground penetrating radar,GPR)应用中,反演成像是解译GPR数据信息的关键技术。现有基于深度学习的GPR图像反演技术大多应用于地下均匀介质的理想环境,然而真实环境中采集到的数据通常包含复杂的噪声与杂波信号,对反演精度有很大影响。针对这一问题,本文提出了一种基于生成对抗网络(generative adversarial network,GAN)的两阶段GPR图像反演网络TSInvNet,以重构真实环境中地下目标的位置分布。该方法先将GPR B-scan图像使用改进的空间自适应归一化(spatially-adaptive normalization,SPADE)生成器的去噪网络TSInvNet1进行处理后,接着送入引入置换注意力(shuffle attention,SA)模型的反演网络TSInvNet2进行反演。在模拟数据与真实数据上的实验结果表明,TSInvNet能够根据GPR B-scan图像准确反演出地下目标的位置,在具有复杂噪声与多目标情况下的反演应用中具有强鲁棒性和精确反演性能。 展开更多
关键词 探地雷达(GPR) 反演成像 深度学习 生成对抗网络(GAN) 注意力模型
在线阅读 下载PDF
Transformer和生成对抗网络相结合的图像修复
13
作者 林旭 王永雄 +3 位作者 陈俊帆 张凌樾 谢鑫宇 朱珺怡 《控制工程》 北大核心 2025年第7期1311-1319,共9页
现有图像修复模型无法高质量地修复大面积缺损的图像。针对此问题,提出了一种Transformer和生成对抗网络相结合的图像修复模型。首先,设计了一种新型掩码自适应输入模块,用于从输入图像中提取未被掩码遮蔽的图像块;其次,利用Transforme... 现有图像修复模型无法高质量地修复大面积缺损的图像。针对此问题,提出了一种Transformer和生成对抗网络相结合的图像修复模型。首先,设计了一种新型掩码自适应输入模块,用于从输入图像中提取未被掩码遮蔽的图像块;其次,利用Transformer从有效图像块中提取全局上下文信息,增强模型对缺损区域的补全能力;再次,使用快速傅里叶卷积(fast Fourier convolution,FFC)模块增强模型的细节修复能力,并消除输出图像中的伪影;最后,利用判别器网络对抗训练以提升整体网络的性能。利用所提模型对Place2数据集进行图像修复,测试结果表明:当掩码比例为50%~60%时,修复结果的峰值信噪比达到了19.7482 dB,结构相似性(structural similarity,SSIM)达到了0.7147。 展开更多
关键词 深度学习 图像修复 TRANSFORMER 生成对抗网络 快速傅里叶卷积
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
14
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
改进生成对抗网络的不平衡数据下轴承故障诊断
15
作者 周建民 夏晓枫 李家辉 《控制工程》 北大核心 2025年第6期1039-1048,共10页
针对滚动轴承实际运行中的故障数据远少于正常数据,从而影响故障诊断模型诊断率的问题,提出了一种数据不平衡情况下的基于改进生成对抗网络(generative adversarial networks,GAN)的滚动轴承故障诊断方法——基于梯度惩罚的Wasserstein... 针对滚动轴承实际运行中的故障数据远少于正常数据,从而影响故障诊断模型诊断率的问题,提出了一种数据不平衡情况下的基于改进生成对抗网络(generative adversarial networks,GAN)的滚动轴承故障诊断方法——基于梯度惩罚的Wasserstein生成对抗网络(Wassserstein generative adversarial networks based on gradient penalty,WGAN-GP)。首先,采用连续小波变换(continuewavelettransform,CWT)将振动信号集转化为二维图像数据集。然后,用Wasserstein距离替代GAN的Jensen-Shannon(JS)散度,再使用梯度惩罚策略在WGAN权值裁剪过程中优化模型,使生成器损失函数的权值在区间中取得均衡,实现故障数据的自动生成,扩充故障数据集。最后,设置了不平衡数据集和数据增强对比实验,结果表明,WGAN-GP在所设置的不同不平衡比例实验下的模型诊断率分别提高了2.29%、1%、2.85%,在数据增强对比实验中的诊断率也高于几何变换增强后的数据和原始数据。 展开更多
关键词 生成对抗网络 深度残差网络 迁移学习 不平衡数据 故障诊断
在线阅读 下载PDF
基于自注意力和曲率的点云生成对抗网络
16
作者 申超凡 熊风光 +2 位作者 孔煜 张志强 胡明月 《计算机工程与设计》 北大核心 2025年第7期1890-1897,共8页
为生成更精细的三维点云数据,提高模型的训练效率,研究生成对抗网络在三维领域的应用,提出一种基于自注意力和曲率的点云生成对抗网络。该模型能够更好捕捉点云数据的全局和局部特征,提高生成器生成真实点云数据的能力。通过对比实验验... 为生成更精细的三维点云数据,提高模型的训练效率,研究生成对抗网络在三维领域的应用,提出一种基于自注意力和曲率的点云生成对抗网络。该模型能够更好捕捉点云数据的全局和局部特征,提高生成器生成真实点云数据的能力。通过对比实验验证了提出方法的有效性,相比目前最优的几个GAN模型,JSD、MMD和COV这3类指标均得到了改善。实验结果表明,所提方法在点云生成任务中取得了明显改进,为点云数据生成领域的研究和应用提供了一种思路和方法。 展开更多
关键词 三维点云 深度学习 生成对抗网络 生成模型 注意力机制 曲率 概率分布
在线阅读 下载PDF
基于特征滤波的生成对抗网络素描人脸合成方法
17
作者 员一南 曹林 +3 位作者 康峻 郭亚男 杜康宁 丰明博 《计算机应用与软件》 北大核心 2025年第2期241-247,共7页
素描人脸合成技术在各领域发挥着重要的作用。传统素描人脸合成方法生成的人脸轮廓清晰度不足,纹理模糊,轮廓内的面部特征细节有所缺失,同时,图像中还存在着明显的粗糙像素点。为了解决上述问题,在生成对抗网络的基础上提出了一种基于... 素描人脸合成技术在各领域发挥着重要的作用。传统素描人脸合成方法生成的人脸轮廓清晰度不足,纹理模糊,轮廓内的面部特征细节有所缺失,同时,图像中还存在着明显的粗糙像素点。为了解决上述问题,在生成对抗网络的基础上提出了一种基于特征滤波的网络模型。该模型首先通过提取多层级面部特征丰富了人脸特征细节,然后通过外观滤波与纹理处理模块改善了人脸的外观轮廓与纹理表现,最后通过全变差损失函数减少了图像中的粗糙像素点,提高了图像整体清晰度。通过在CUFS和CUFSF人脸数据集上的实验,证明了该方法在丰富人脸特征、改善纹理细节、减少图像粗糙像素点等方面的有效性。 展开更多
关键词 素描人脸合成 生成对抗网络 特征提取 深度学习
在线阅读 下载PDF
基于循环生成对抗网络的海上落水人员红外图像检测方法
18
作者 周妍 尹勇 邵泽远 《上海海事大学学报》 北大核心 2025年第2期87-93,136,共8页
为解决当前海上落水人员红外数据集稀缺以及基于红外图像的海上小目标特征提取难、检测精度低的问题,需要进一步扩充数据集并优化算法。利用循环生成对抗网络(cycle-consistent generative adversarial network,CycleGAN)扩充、构建海... 为解决当前海上落水人员红外数据集稀缺以及基于红外图像的海上小目标特征提取难、检测精度低的问题,需要进一步扩充数据集并优化算法。利用循环生成对抗网络(cycle-consistent generative adversarial network,CycleGAN)扩充、构建海上落水人员红外数据集,利用可见光和红外数据集实现域迁移,为后续目标检测提供数据支撑。对YOLOv5模型进行改进,通过设计增强型路径聚合网络(path aggregation network,PANet)结构,新增小目标检测层,并在特征融合部分引入坐标注意力机制,提升海上红外小目标的检测能力。实验结果显示,CycleGAN数据增强方法能够有效增强海上落水人员红外数据集的多样性,且改进后模型的平均检测精度为81.2%,较YOLOv5模型的提高了13.2个百分点。改进后的模型有效提升了检测精度,可以应用于无人机的海上落水人员搜救任务。 展开更多
关键词 红外检测技术 海上落水人员 生成对抗网络(GAN) 深度学习
在线阅读 下载PDF
生成对抗网络算法在电成像测井裂缝空白条带填充中的应用
19
作者 康正明 武辰升 +4 位作者 杨国栋 武迪生 王瑞飞 杨湘雨 甘伟 《煤田地质与勘探》 北大核心 2025年第3期197-207,共11页
【目的】电成像测井仪器极板之间存在间隔,测得的井壁电阻率图像存在空白条带,对井壁附近裂缝参数评价影响较大。针对裂缝空白条带填充没有全井眼图像,填充质量评价难的问题,提出一种模拟数据与真实数据相结合构造数据集,基于生成对抗... 【目的】电成像测井仪器极板之间存在间隔,测得的井壁电阻率图像存在空白条带,对井壁附近裂缝参数评价影响较大。针对裂缝空白条带填充没有全井眼图像,填充质量评价难的问题,提出一种模拟数据与真实数据相结合构造数据集,基于生成对抗网络的电成像测井裂缝空白条带填充方法。【方法】首先,基于三维有限元法对裂缝地层的电阻率测井响应进行模拟。采用过渡边界条件代替实体裂缝的方法提升了多尺度模型的计算效率,满足了深度学习对样本的需求。其次,将模拟得到的裂缝与实际测井图像相结合构建了全井眼图像,用电成像测井图像制作的掩码作为空白条带。通过图像填充指标评价裂缝空白条带填充能力的方式优选超参数,获得最佳空白条带填充效果。最后,采用不同占比的掩码进行裂缝空白条带填充,并评价裂缝填充质量。【结果和结论】结果表明:模型能够在不同占比的空白条带情况下进行填充,对粗糙裂缝有较好的填充效果且裂缝形态平滑,能更准确地恢复边缘轮廓与细节。在真实测井数据上的填充进一步验证了其适用性,填充后的图像自然且能有效恢复裂缝特征,有助于裂缝提取及定量计算,为裂缝储层的精准评价提供基础,支撑油气产能的准确预测。 展开更多
关键词 电成像测井 空白条带填充 深度学习 生成对抗网络 有限元法 井壁裂缝
在线阅读 下载PDF
基于混合注意力生成对抗网络的遥感图像去雾方法
20
作者 马六 毛克彪 郭中华 《智慧农业(中英文)》 2025年第2期172-182,共11页
[目的/意义]近年来,深度学习在遥感图像去雾领域取得了显著进展,尤其是在引入注意力机制以提升特征学习方面。然而,传统的注意力机制大多依赖全局平均池化,导致模型对特定影响点的敏感性过高,难以有效应对遥感图像中的去雾问题。为了提... [目的/意义]近年来,深度学习在遥感图像去雾领域取得了显著进展,尤其是在引入注意力机制以提升特征学习方面。然而,传统的注意力机制大多依赖全局平均池化,导致模型对特定影响点的敏感性过高,难以有效应对遥感图像中的去雾问题。为了提高去雾技术的效果,满足农业、城市规划等领域对图像质量日益增长的需求,现有方法亟需改进。[方法]本研究提出了一种混合注意力生成对抗网络(Hybrid Attention-Based Generative Adversarial Network,HAB-GAN)。该模型通过结合高效通道注意力模块与空间注意力模块,嵌入生成对抗网络架构中,实现了对遥感图像去雾效果的显著提升。高效通道注意力模块通过降低全局特征聚合中的冗余信息,既保留了性能,又减少了模型复杂度;空间注意力模块则从局部到全局对遥感图像中的雾化区域进行识别和聚焦,增强了对这些区域的恢复能力。这种方法能够更加有效地应对遥感图像中复杂多变的景观,尤其适用于农业等需要高质量遥感数据的领域。[结果与讨论]在RESISC(Remote Sensing Image Scene Classification)45数据集上,与现有的其他注意力机制去雾模型,如SpA GAN和HyA-GAN进行比较,HAB-GAN模型去雾效果更优,其中峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)分别增加了2.64和1.14 dB,结构相似度(Structural Similarity Index,SSIM)分别增加了0.0122和0.0019。此外,消融实验验证了混合注意力机制的有效性,去除HAB模块后,HAB-GAN模型的PSNR下降了3.87 dB,SSIM下降了0.0334。[结论]提出的HAB-GAN模型显著提升了遥感图像的去雾效果,使生成的图像更加接近无雾图像,特别是对于复杂的农业、环境监测等场景具有重要应用价值。HAB模块在提升模型性能方面发挥了关键作用,为未来的遥感图像处理和相关领域提供了有力的技术支持。 展开更多
关键词 遥感图像 深度学习 生成对抗网络 高效通道注意力模块 空间注意力模块 去雾
在线阅读 下载PDF
上一页 1 2 48 下一页 到第
使用帮助 返回顶部