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187篇文章
< 1 2 … 10 >
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
基于生成对抗神经网络的岩性识别方法与应用
2
作者 尹琼 《测井技术》 2025年第1期57-67,共11页
岩性识别是储层评价的基础,是储层参数计算和油藏评价开发的关键。测井资料中包含大量的地层信息,是岩性识别的基础资料。然而,测井资料在解释岩性时会受到多种因素的影响,导致结果存在多解性,采用传统方法进行测井岩性识别时,其精度常... 岩性识别是储层评价的基础,是储层参数计算和油藏评价开发的关键。测井资料中包含大量的地层信息,是岩性识别的基础资料。然而,测井资料在解释岩性时会受到多种因素的影响,导致结果存在多解性,采用传统方法进行测井岩性识别时,其精度常常难以满足要求。利用机器学习法在数据分析和建模方面的优势,采用两步法的岩性识别策略和生成对抗神经网络进行类别不均衡的测井岩性识别。以阜康凹陷二叠系和三叠系的砂岩储层测井资料为基础,通过测井曲线的相关性和测井岩石物理分析,筛选出声波时差、井径、中子、密度、自然伽马、地层电阻率和自然电位7种测井曲线为特征输入,识别泥岩、砂质泥岩、细砂岩、中砂岩、砂砾岩和砾岩6种岩性,取得了较好的识别效果。根据对比试验发现,两步法岩性识别比单步法岩性识别准确率提高4.21%。此外,两步法生成对抗神经网络模型的岩性识别准确率高于随机森林、支持向量机、分布式梯度增强库和长短期记忆网络模型4.72%~7.19%,模型的整体识别准确率达到83.44%,该方法在岩性识别领域中有较好的发展前景。 展开更多
关键词 岩性识别 机器学习 测井数据 生成对抗神经网络 样本不均衡 阜康凹陷
在线阅读 下载PDF
基于可逆神经网络的黑盒GAN生成人脸反取证方法
3
作者 陈北京 冯逸凡 李玉茹 《信息安全研究》 北大核心 2025年第5期394-401,共8页
生成对抗网络(generative adversarial network, GAN)生成的人脸取证模型用于区分真实人脸和GAN生成人脸.但由于其易受对抗攻击影响,GAN生成人脸反取证技术应运而生.然而,现有反取证方法依赖白盒代理模型,迁移性不足.因此,提出了一种基... 生成对抗网络(generative adversarial network, GAN)生成的人脸取证模型用于区分真实人脸和GAN生成人脸.但由于其易受对抗攻击影响,GAN生成人脸反取证技术应运而生.然而,现有反取证方法依赖白盒代理模型,迁移性不足.因此,提出了一种基于可逆神经网络(invertible neural network, INN)的黑盒GAN生成人脸反取证方法.该方法通过INN将真实人脸特征嵌入GAN生成人脸中,使生成的反取证人脸能够误导取证模型.同时,在训练中引入特征损失,通过最大化反取证人脸特征与真实人脸特征间的余弦相似度,进一步提升反取证性能.实验结果表明,在不依赖任何白盒模型的场景下,该方法对8种取证模型都有良好的攻击性能,优于对比的7种方法,且可以生成高视觉质量的反取证人脸. 展开更多
关键词 对抗攻击 可逆神经网络 GAN生成人脸 反取证 黑盒
在线阅读 下载PDF
生成式对抗神经网络的改进及其在地震数据压噪中的应用 被引量：1
4
作者 彭海龙 李明 +4 位作者 孙文钊 李列 周凡 鲁统祥 江凡 《石油物探》 CSCD 北大核心 2024年第1期104-115,128,共13页
常规的生成式对抗神经网络在地震数据去噪过程中受模型限制,地震数据有效信息还原能力差。因此,对生成式对抗神经网络进行改进,以U-net神经网络为基础建立更深层级的生成器神经网络,优化模型的批标准化层和池化层,提升特征还原能力,搭... 常规的生成式对抗神经网络在地震数据去噪过程中受模型限制,地震数据有效信息还原能力差。因此,对生成式对抗神经网络进行改进,以U-net神经网络为基础建立更深层级的生成器神经网络,优化模型的批标准化层和池化层,提升特征还原能力,搭建多尺度判别器神经网络,提升判别器性能,提出一种包含对抗损失、配准损失和结构信息损失的多层次综合损失函数。改进后的模型结构无需预先估计噪声,能够实现端到端的盲去噪功能,神经网络泛化能力强,对数据细节的保护还原水平高。南海北部涠A地区地震数据测试结果表明,改进后的神经网络去噪能力以及对地震有效信息的保护要优于目前常见的去噪算法的结果,去噪过程对地震有效反射信息保护好,地震边界信息成像质量高。与常见的去噪方法相比,改进的生成或对抗神经网络方法在地震数据去噪中具有良好的应用效果,去噪能力强,在实际地震数据处理中具有良好的推广价值。 展开更多
关键词 生成式对抗神经网络 U-net神经网络 地震数据去噪 泛化能力 数据细节
在线阅读 下载PDF
变工况下动态卷积域对抗图神经网络故障诊断
5
作者 王桐 王晨程 +2 位作者 邰宇 欧阳敏 陈立伟 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2024年第7期1406-1414,共9页
针对基于无监督域自适应故障诊断方法忽略了域间数据结构信息、传统域对齐平均最大差异法全局泛化能力差等问题,本文提出一种基于无监督域自适应理论的动态卷积域对抗图神经网络故障诊断模型,分别通过对数据的类别标签、域标签和数据结... 针对基于无监督域自适应故障诊断方法忽略了域间数据结构信息、传统域对齐平均最大差异法全局泛化能力差等问题,本文提出一种基于无监督域自适应理论的动态卷积域对抗图神经网络故障诊断模型,分别通过对数据的类别标签、域标签和数据结构信息进行建模。通过分类器和域鉴别器分别建模类别标签和域标签,通过图神经网络将数据结构信息嵌入到实例图节点中,利用高斯Wasserstein距离来度量不同领域的实例图之间的差异。本文对比了不同工况下共14种迁移任务在各模型下故障识别的准确率。实验结果表明:基于动态卷积的域对抗图神经网络模型在变工况下的故障诊断效果均优于其他对比模型,且模型性能稳定。 展开更多
关键词 无监督域自适应 动态卷积 域对抗 图神经网络 图生成 高斯Wasserstein距离 故障诊断 变工况
在线阅读 下载PDF
生成式对抗神经网络的多帧红外图像超分辨率重建 被引量：18
6
作者 李方彪 何昕 +2 位作者 魏仲慧 何家维 何丁龙 《红外与激光工程》 EI CSCD 北大核心 2018年第2期17-24,共8页
生成式对抗神经网络在约束图像生成表现出了巨大潜力,使得其适合运用于图像超分辨率重建。但是使用生成式对抗神经网络重建后的超分辨率图像存在过度平滑,缺少高频细节信息的缺点。针对单帧图像超分辨率重建方法不能有效利用图像序列间... 生成式对抗神经网络在约束图像生成表现出了巨大潜力,使得其适合运用于图像超分辨率重建。但是使用生成式对抗神经网络重建后的超分辨率图像存在过度平滑,缺少高频细节信息的缺点。针对单帧图像超分辨率重建方法不能有效利用图像序列间的时间-空间相关性的问题,提出了一种基于生成式对抗神经网络的多帧红外图像超分辨率重建方法(M-GANs)。首先,对低分辨率图像序列进行运动补偿;其次,使用权值表示卷积层对运动补偿后的图像序列进行权值转换计算;最后,将其输入生成式对抗重建网络,输出重建后的高分辨率图像。实验结果表明:文中方法在主观及客观评价中均优于当前代表性的超分辨率重建方法。 展开更多
关键词 超分辨率重建 深度学习 生成式对抗神经网络 红外成像
在线阅读 下载PDF
基于梯度惩罚-生成对抗神经网络的页岩三维数字岩心重构 被引量：3
7
作者 李秉科 聂昕 +3 位作者 朱林奇 王晨晨 林伟 韩登林 《西安石油大学学报（自然科学版）》 CAS 北大核心 2023年第2期53-60,共8页
数字岩心技术在油气的勘探开发中发挥着越来越重要的作用。由于传统的数字岩心重构方法存在成本高、耗时长等问题,提出使用带有梯度惩罚的生成对抗神经网络(WGAN-GP)实现页岩的三维数字岩心重构。以三组分的页岩图像为训练样本进行模型... 数字岩心技术在油气的勘探开发中发挥着越来越重要的作用。由于传统的数字岩心重构方法存在成本高、耗时长等问题,提出使用带有梯度惩罚的生成对抗神经网络(WGAN-GP)实现页岩的三维数字岩心重构。以三组分的页岩图像为训练样本进行模型的训练,得到了可以生成三维页岩图像的生成器模型,进而重构了多个三维岩心图像。将重构岩心与原始岩心进行了各种参数的对比分析,结果表明重构岩心与原始岩心具有很好的一致性,证明了本文方法的可靠性。使用WGAN-GP进行岩心重构具有岩心生成速度快、重构图像尺寸不受限制等优点,具有广泛的应用前景。 展开更多
关键词 数字岩心 页岩 三维重构 生成对抗神经网络 梯度惩罚
在线阅读 下载PDF
基于深度神经网络的目标跟踪算法综述 被引量：2
8
作者 郭凡 卢铉宇 +1 位作者 李嘉怡 王红梅 《航空兵器》 CSCD 北大核心 2024年第1期1-12,共12页
目标跟踪是根据视频序列中目标的前续信息,对目标的当前状态进行预测。深度学习在目标跟踪领域逐渐广泛应用,本文阐述了目标跟踪算法和深度学习的发展背景,对传统目标跟踪进行了回顾,根据不同的网络任务功能,将基于深度学习的目标跟踪... 目标跟踪是根据视频序列中目标的前续信息,对目标的当前状态进行预测。深度学习在目标跟踪领域逐渐广泛应用,本文阐述了目标跟踪算法和深度学习的发展背景,对传统目标跟踪进行了回顾,根据不同的网络任务功能,将基于深度学习的目标跟踪算法分为:基于分类的深度学习目标跟踪算法、基于回归的深度学习目标跟踪算法、基于回归与分类结合的目标跟踪算法,并选取了具有代表性的目标跟踪算法进行实验,对比不同算法之间的特点;最后对目前基于深度学习的目标跟踪方法存在的问题进行分析,对未来发展方向进行展望。实验结果证明,深度孪生跟踪网络在精度与速度上均占优,成为当前主流的跟踪算法框架。 展开更多
关键词 目标跟踪 深度学习 神经网络 卷积神经网络 孪生神经网络 生成对抗网络
在线阅读 下载PDF
基于生成对抗网络改进的更快速区域卷积神经网络交通标志检测 被引量：4
9
作者 高忠文 于立国 《汽车技术》 CSCD 北大核心 2020年第7期14-18,共5页
针对小尺寸、远距离的交通标志检测过程中缺少信息的问题,以改进的更快速区域卷积神经网络(Faster R-CNN)检测器为基础,结合生成对抗网络(GAN)的目标检测算法实现对小目标交通标志的检测。Faster R-CNN首先根据期望目标设定合适的锚点数... 针对小尺寸、远距离的交通标志检测过程中缺少信息的问题,以改进的更快速区域卷积神经网络(Faster R-CNN)检测器为基础,结合生成对抗网络(GAN)的目标检测算法实现对小目标交通标志的检测。Faster R-CNN首先根据期望目标设定合适的锚点数量,生成包含小目标的候选区域,再使用生成网络对候选区域中的模糊小目标进行上采样,生成高分辨率图像,最后使用分类损失函数与回归损失函数对判别网络进行改进。试验结果表明,Faster R-CNN和生成对抗网络相结合的检测算法可以提高远距离小目标交通标志检测性能。 展开更多
关键词 交通标志检测 更快速区域卷积神经网络 生成对抗网络 超分辨重建
在线阅读 下载PDF
基于改进循环生成对抗神经网络的语音增强 被引量：2
10
作者 徐珑婷 田娩鑫 魏郅林 《东华大学学报（自然科学版）》 CAS 北大核心 2022年第5期70-76,共7页
为克服基于生成对抗网络的语音增强技术存在成对语音样本缺乏的问题,提出改进的循环一致性生成对抗网络(CycleGAN)的不成对数据生成模型。通过引入2-1-2D CNN生成器和PatchGAN鉴别器,使改进的CycleGAN-2-1-2D模型能更有效地学习语音样... 为克服基于生成对抗网络的语音增强技术存在成对语音样本缺乏的问题,提出改进的循环一致性生成对抗网络(CycleGAN)的不成对数据生成模型。通过引入2-1-2D CNN生成器和PatchGAN鉴别器,使改进的CycleGAN-2-1-2D模型能更有效地学习语音样本多维度的特征,并大大缩短了训练时长。选取LibriTTS语料库中的部分纯净语音作为训练集A,从语料库中选取其他样本加3种类型的噪声作为训练集B,训练集A和训练集B作为CycleGAN-2-1-2D模型的输入参数。设置CycleGAN-2D和NMF(nonnegative matrix factorization)的语音增强模型作为CycleGAN-2-1-2D模型的对照试验,通过仿真试验对3种模型生成的语音质量进行评估。研究数据表明:相较于NMF模型,CycleGAN-2-1-2D模型生成的语音质量有了较大的提升;相较于CycleGAN-2D模型,CycleGAN-2-1-2D模型对女声的增强效果有明显提升。 展开更多
关键词 语音增强 深度神经网络 循环生成对抗网络 非平行数据
在线阅读 下载PDF
基于深度卷积生成对抗网络和卷积神经网络的叶片病虫害问题研究 被引量：1
11
作者 魏财根 林炜鑫 赵晨 《木工机床》 2023年第2期16-20,36,共6页
传统的机器学习和深度学习方法耗时费力、泛化性能较低且需要大量样本数据,因此需要一种能在小样本情况下准确识别植物病虫害的方法。文章利用深度卷积生成对抗网络生成大量包含叶片病虫害的合成图像数据集,结合卷积神经网络进行叶片病... 传统的机器学习和深度学习方法耗时费力、泛化性能较低且需要大量样本数据,因此需要一种能在小样本情况下准确识别植物病虫害的方法。文章利用深度卷积生成对抗网络生成大量包含叶片病虫害的合成图像数据集,结合卷积神经网络进行叶片病虫害的自动检测和识别,探讨深度卷积生成对抗网络和卷积神经网络应用于叶片病虫害问题的可行性和有效性。实验证明,该方法在小样本情况下能够准确识别叶片病虫害,具有较高的准确性和鲁棒性,为解决植物病虫害问题提供了一种新的方法。 展开更多
关键词 叶片病虫害 卷积神经网络 深度卷积生成对抗网络
在线阅读 下载PDF
基于多尺度生成对抗网络的视网膜血管分割方法
12
作者 王小龙 王诗文 《消费电子》 2025年第4期53-55,共3页
针对现有视网膜血管分割方法在分割精度和细节表现上的局限性,本文提出了一种基于的视网膜血管分割方法。该方法分为两个阶段:首先,利用改进U-Net网络对视网膜图像进行粗略分割,提取出主要的血管结构;其次,采用改进的GAN模型进行精细分... 针对现有视网膜血管分割方法在分割精度和细节表现上的局限性,本文提出了一种基于的视网膜血管分割方法。该方法分为两个阶段:首先,利用改进U-Net网络对视网膜图像进行粗略分割,提取出主要的血管结构;其次,采用改进的GAN模型进行精细分割,在多尺度生成器和多尺度鉴别器的协同作用下,进一步细化血管边缘和微小血管,提高分割的整体精度和质量。在公开的DRIVE和STARE数据集上的实验结果表明,所提出的方法在准确率、敏感性、特异性、F1分数和AUC等评价指标上均优于传统的U-Net和其他先进的分割方法。具体而言,本方法在DRIVE数据集上的F1分数达到了93.38%,显著提升了血管分割的细节表现和鲁棒性,证实了基于多尺度GAN的视网膜血管分割方法有助于提升视网膜血管分割的准确性与鲁棒性,从而为临床诊断视网膜疾病提供参考。 展开更多
关键词 UNet 生成式对抗网络 卷积神经网络 视网膜血管分割
在线阅读 下载PDF
基于生成对抗网络的人脸微表情皮沟识别方法
13
作者 王长清 《信息技术与信息化》 2025年第3期103-106,共4页
面部表情作为柔性物体,具有变化多样、非线性等特点,且受情绪状态、配合程度等多因素影响,同时具有持续时间短、变化强度弱的特性,导致样本难以有效捕捉。样本规模有限时,传统识别方法只能对现有纹理数据进行旋转、翻转等基本变换,增加... 面部表情作为柔性物体,具有变化多样、非线性等特点,且受情绪状态、配合程度等多因素影响,同时具有持续时间短、变化强度弱的特性,导致样本难以有效捕捉。样本规模有限时,传统识别方法只能对现有纹理数据进行旋转、翻转等基本变换,增加的数据量有限,无法涵盖所有微表情皮沟变化,处理未见过的微表情时识别率低。为此,文章提出一种基于生成对抗网络的人脸微表情皮沟识别方法。采用灰度伸缩法对人脸图像进行光照补偿。通过线性拉伸图像的灰度值,增强对比度,以突出微表情皮沟细节。利用形态学运算对光照补偿后的人脸图像进行二值化处理,以有效提取人脸区域并去除背景。引入生成对抗网络(GANs)进行数据增强。将二值化处理后的人脸图像作为条件信息输入到生成对抗网络的生成器中,生成与真实样本极为相似的虚假人脸图像数据,以此扩展数据集规模。将增强后的数据集输入到卷积神经网络(CNN)中,CNN通过卷积、池化操作提取面部微表情皮沟特征,并计算面部图像微表情皮沟特征属于各微表情皮沟类别的概率,基于概率计算结果实现人脸微表情皮沟分类识别。经实验证明,本文方法识别率在95%以上,能够实现对面部微表情皮沟精准识别。 展开更多
关键词 生成对抗网络 人脸微表情 皮沟 灰度伸缩法 形态学运算方法 卷积神经网络
在线阅读 下载PDF
基于关联分析的生成式对抗神经网络的风电机组故障诊断研究 被引量：2
14
作者 于浩 张东 +5 位作者 方文墨 孙明 孙志强 宁兆秋 白佳庆 崔馨元 《沈阳工程学院学报（自然科学版）》 2022年第4期1-6,共6页
由于风机在实际生产过程中受环境因素影响较大,导致风机故障数据匮乏,数据库不充足,给风机工作过程中的状态监控、风机故障预测和诊断带来很大困难。首先,利用数据关联分析法对不同位置、不同环境条件下的风机故障数据进行特征值的提取... 由于风机在实际生产过程中受环境因素影响较大,导致风机故障数据匮乏,数据库不充足,给风机工作过程中的状态监控、风机故障预测和诊断带来很大困难。首先,利用数据关联分析法对不同位置、不同环境条件下的风机故障数据进行特征值的提取,将带有特征值的少量历史故障数据带入到生成式对抗神经网络中;其次,利用生成式对抗神经网络对少量历史故障数据进行扩充,训练神经网络;最后,神经网络训练完成后,当实时风机状态数据输入到网络中时,即可分析出风机的实时状态,达到提高风机状态监控和故障预测的精确度,提高了准确性。 展开更多
关键词 关联分析 生成式对抗神经网络 故障预测
在线阅读 下载PDF
基于域自适应对抗生成样本的金属损伤导波智能迁移识别方法
15
作者 王莉 刘国强 +2 位作者 杨宇 张超 裘进浩 《振动与冲击》 北大核心 2025年第3期191-201,209,共12页
针对工程场景下缺乏大量标注完备的真实损伤样本,而难以学习到可用的智能诊断模型的难题,该文提出了一种基于域自适应对抗生成样本的金属损伤导波智能迁移诊断方法。首先,采用有限元仿真得到了大量标签丰富的模拟损伤导波监测数据;然后... 针对工程场景下缺乏大量标注完备的真实损伤样本,而难以学习到可用的智能诊断模型的难题,该文提出了一种基于域自适应对抗生成样本的金属损伤导波智能迁移诊断方法。首先,采用有限元仿真得到了大量标签丰富的模拟损伤导波监测数据;然后,采用生成对抗神经网络(wasserstein Generative adversarial networks with gradient penalty,WGAN-GP)实现了模拟损伤监测样本至真实损伤的域自适应对抗样本的生成;最后,构建了基于对抗生成样本的损伤智能诊断模型,实现了对未知标签真实损伤监测样本的高可靠分类诊断。金属开孔结构疲劳裂纹导波监测试验验证结果表明,所提方法可实现模拟损伤导波识别知识至疲劳损伤的跨域迁移,且在无真实损伤标注样本时也可实现对裂纹损伤的高精度智能识别。 展开更多
关键词 疲劳裂纹 导波 生成对抗神经网络(wgan-gp) 卷积神经网络 迁移学习
在线阅读 下载PDF
基于卷积神经网络的网络小样本数据特征提取
16
作者 张勇 林肖莹 《佳木斯大学学报(自然科学版)》 2024年第12期30-32,36,共4页
针对现行的数据特征提取方法存在的错提率较高和可信度较低问题,研究应用基于卷积神经网络设计一种新的网络小样本数据特征提取方法。通过将网络小样本数据在Hibert空间中映射,调整数据相对熵,实现对数据的均衡处理,利用生成对抗网络对... 针对现行的数据特征提取方法存在的错提率较高和可信度较低问题,研究应用基于卷积神经网络设计一种新的网络小样本数据特征提取方法。通过将网络小样本数据在Hibert空间中映射,调整数据相对熵,实现对数据的均衡处理,利用生成对抗网络对小样本数据扩充并修正,利用卷积神经网络对扩充后的数据特征提取,实现基于卷积神经网络的网络小样本数据特征提取。经实验证明,设计方法错提率不超过1%,可信度在0.9以上,可以实现网络小样本数据特征精准提取。 展开更多
关键词 卷积神经网络 网络 小样本数据 特征提取 HIBERT空间 生成对抗网络
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：6
17
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
卷积神经网络在炮兵对抗训练系统中的应用 被引量：2
19
作者 陈栋 杨传栋 +2 位作者 秦杰 蒋滨安 修德良 《兵工自动化》 2020年第7期24-28,共5页
针对炮兵对抗训练系统中炸点图像目标捕捉的问题,提出一种基于YOLACT的炸点区域快速识别及分割方法。对特征提取网络结构和参数进行修改,结合预测分支网络和掩膜生成网络输出炸点位置和区域范围,根据区域信息得到炸点中心坐标。实验结... 针对炮兵对抗训练系统中炸点图像目标捕捉的问题,提出一种基于YOLACT的炸点区域快速识别及分割方法。对特征提取网络结构和参数进行修改,结合预测分支网络和掩膜生成网络输出炸点位置和区域范围,根据区域信息得到炸点中心坐标。实验结果表明:在构建的炸点数据集上,该方法能准确地识别和分割炸点目标,速度达到21.2 fps,整体上优于对比算法,能较好地解决炮兵对抗训练系统中的问题。 展开更多
关键词 对抗训练 炸点识别 卷积神经网络 掩膜生成
在线阅读 下载PDF
基于空间特征和生成对抗网络的网络入侵检测
20
作者 张震 周一成 田鸿朋 《郑州大学学报（工学版）》 CAS 北大核心 2024年第6期40-47,共8页
针对现有的入侵检测方法未能有效考虑到数据特征之间的关联性以及在高维离散的数据集上检测精度不高等问题,提出了一种基于空间特征与生成对抗网络的网络入侵检测方法MBGAN。首先,设计了一种将数据转换成灰度图的转换方法,使得卷积核能... 针对现有的入侵检测方法未能有效考虑到数据特征之间的关联性以及在高维离散的数据集上检测精度不高等问题,提出了一种基于空间特征与生成对抗网络的网络入侵检测方法MBGAN。首先,设计了一种将数据转换成灰度图的转换方法,使得卷积核能够捕获到图像中更多的上下文空间信息流。其次,采用双向生成对抗网络模型进行异常检测,使用转换后的流量图像对模型进行训练,同时引入最小Wasserstein距离和梯度惩罚技术,解决模型训练中模式崩塌和不稳定问题。实验结果表明:所提方法在NSL-KDD、UNSW-NB15、CICIDIS2017数据集上的检测精度分别为97.4%,92.3%,94.8%,召回率分别为97.2%,93.1%,95.6%,F 1值分别为97.3%,93.0%,95.2%,效果均优于其他方法。 展开更多
关键词 入侵检测 异常检测 生成对抗网络 图像编码 卷积神经网络
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 … 10 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