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2,540篇文章
< 1 2 … 127 >
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：
ECG-QGAN:基于量子生成对抗网络的心电图生成式信息系统
1
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(GANs)的隧道施工通风研究与应用
2
作者 郑旭廷 孙三祥 崔善坤 《隧道建设(中英文)》 北大核心 2025年第S1期330-339,共10页
为解决高海拔隧道施工过程中存在的通风效率低、能耗高等问题,开发一种基于生成对抗网络(GANs)的高海拔隧道施工通风数据模拟与优化系统。首先,采用GANs技术生成高精度的施工环境数据,替代传统的CFD仿真方法,通过学习施工环境中多维数... 为解决高海拔隧道施工过程中存在的通风效率低、能耗高等问题,开发一种基于生成对抗网络(GANs)的高海拔隧道施工通风数据模拟与优化系统。首先,采用GANs技术生成高精度的施工环境数据,替代传统的CFD仿真方法,通过学习施工环境中多维数据的分布特征,实时生成模拟数据。随后,结合遗传算法(GA)和粒子群优化(PSO)算法,优化通风系统的参数配置,提高系统的响应速度和稳定性。试验结果表明:1)基于GANs的通风优化策略在提高通风效率和降低能耗方面具有显著优势,通风效率提升了12%,能耗降低了8%。2)GANs生成的数据与实际测量数据的误差小于15%,具有较高的准确性和适应性。3)通过在多种不同的施工环境下进行试验,验证了该优化策略在复杂条件下的有效性和鲁棒性,尤其在极端条件下表现尤为突出。4)通过引入生成对抗网络技术,显著提高了隧道施工通风系统的优化效率,降低了施工过程中存在的安全隐患,为高海拔隧道施工的智能化管理提供了新的技术支持。 展开更多
关键词 隧道施工通风 生成对抗网络 通风优化 遗传算法 粒子群优化 数据模拟
在线阅读 下载PDF
基于生成对抗网络的化工过程低成本m GAN-NN建模
3
作者 李梓良 张玮 +2 位作者 胡恒 王盈锦 徐娜 《化工进展》 北大核心 2025年第4期1978-1986,共9页
使用深度学习建立化工过程模型往往面临数据获取成本高、数据短缺等问题。对此,本文提出了一种基于生成对抗网络(GANs)的低成本数据增强建模方法mGAN-NN。该方法在GANs生成器的损失函数中引入最大均值差异(MMD)判据,提高了生成数据与真... 使用深度学习建立化工过程模型往往面临数据获取成本高、数据短缺等问题。对此,本文提出了一种基于生成对抗网络(GANs)的低成本数据增强建模方法mGAN-NN。该方法在GANs生成器的损失函数中引入最大均值差异(MMD)判据,提高了生成数据与真实数据分布特征的相似度;然后利用生成的数据建立神经网络模型,进而使用真实实验数据对所建模型进行调整。这种方法明显的优势在于,即使在数据量有限的情况下,也能构建出鲁棒性强的模型。采用此方法建立了微反应器中制备脂肪酸甲酯磺酸盐(MES)活性物质量分数的预测模型,其拟合系数(R^(2))可达0.91,相较神经网络(ANN)提高了236%,相较支持向量机回归(SVR)提高了32%。同时,平均绝对误差(MAE)降至3.38,相较ANN减小了58%,相较SVR减小了45%,展示出了较高的泛化性以及预测精度。 展开更多
关键词 生成对抗网络 数据增强 微反应器 建模 算法
在线阅读 下载PDF
基于动态上采样的轻量级生成对抗网络DU-FastGAN
4
作者 徐国愚 闫晓龙 张一丹 《计算机应用》 北大核心 2025年第10期3067-3073,共7页
近年来,生成对抗网络(GAN)被广泛应用于数据增强,能有效缓解训练样本不足的问题,对模型训练具有重要研究意义。然而,现有用于数据增强的GAN模型存在对数据集要求高和模型收敛不稳定等问题,导致生成的图像易出现失真和形变。因此,提出一... 近年来,生成对抗网络(GAN)被广泛应用于数据增强,能有效缓解训练样本不足的问题,对模型训练具有重要研究意义。然而,现有用于数据增强的GAN模型存在对数据集要求高和模型收敛不稳定等问题,导致生成的图像易出现失真和形变。因此,提出一种基于动态上采样的轻量级GAN——DU-FastGAN(Dynamic-Upsample-FastGAN)进行数据增强。首先,通过动态上采样模块构建生成器,使生成器能够根据当前特征图的大小采用不同粒度的上采样方法,从而重建纹理,提高合成的整体结构和局部细节的质量;其次,为了使模型能够更好地获取图像的全局信息流,提出权重信息跳跃连接模块,以减小卷积及池化操作对特征的扰动,提高模型对不同特征的学习能力,使得模型生成图像的细节更逼真;最后,给出特征丢失损失函数,通过计算采样过程中对应特征图之间的相对距离提高模型生成质量。实验结果表明,相较于FastGAN、MixDL(Mixup-based Distance Learning)和RCL-master(Reverse Contrastive Learning-master)等方法,DU-FastGAN在10个小数据集上的FID(Fréchet Inception Distance)的最大降幅达到23.47%,能够有效缓解生成图像的失真和形变问题,并提高了生成图像的质量;同时,DU-FastGAN的模型训练时间在600 min内,实现了轻量级开销。 展开更多
关键词 生成对抗网络 数据增强 动态上采样 权重信息跳跃连接 特征丢失损失
在线阅读 下载PDF
基于代理生成对抗网络的服务质量感知云API推荐系统投毒攻击 被引量：1
5
作者 陈真 刘伟 +3 位作者 吕瑞民 马佳洁 冯佳音 尤殿龙 《通信学报》 北大核心 2025年第3期174-186,共13页
针对现有投毒攻击方法生成的虚假用户攻击数据存在攻击效果差且易被检测的不足,提出一种基于代理生成对抗网络的投毒攻击方法。首先,在生成对抗网络中采用K-means算法将数据分类,并引入自注意力机制学习每个类中的全局特征,解决生成对... 针对现有投毒攻击方法生成的虚假用户攻击数据存在攻击效果差且易被检测的不足,提出一种基于代理生成对抗网络的投毒攻击方法。首先,在生成对抗网络中采用K-means算法将数据分类,并引入自注意力机制学习每个类中的全局特征,解决生成对抗网络在数据稀疏时难以有效捕捉真实用户复杂行为模式这一问题,提升虚假用户的隐蔽性。其次,引入代理模型评估生成对抗网络生成的虚假用户的攻击效果,将评估结果作为代理损失优化生成对抗网络,进而实现在兼顾虚假用户隐蔽性的同时增强攻击效果。云API服务质量数据集上的实验表明,所提方法在兼顾攻击的有效性和隐蔽性方面均优于现有方法。 展开更多
关键词 推荐系统 云API 投毒攻击 生成对抗网络 代理模型
在线阅读 下载PDF
基于类小波辅助分类生成对抗网络的轴承故障数据生成方法 被引量：1
6
作者 焦华超 孙文磊 王宏伟 《中国机械工程》 北大核心 2025年第3期546-557,共12页
利用数据生成方法生成时域特征和频域特征与轴承故障真实信号一致的高质量数据,构建平衡数据集,对数据不平衡情况下建立高效的轴承故障诊断模型具有重要意义。针对现有数据生成方法仅关注时域或频域单一特征的局限,提出了类小波辅助分... 利用数据生成方法生成时域特征和频域特征与轴承故障真实信号一致的高质量数据,构建平衡数据集,对数据不平衡情况下建立高效的轴承故障诊断模型具有重要意义。针对现有数据生成方法仅关注时域或频域单一特征的局限,提出了类小波辅助分类生成对抗网络。基于小波变换原理,使用多层神经网络构建类小波变换(WLT)网络,模拟小波变换及逆变换,建立时域与频域信号的映射关系;将WLT网络嵌入辅助分类生成对抗网络(ACGAN)模型中,作为模型生成器的主体;构建两个不同功能的判别器,使得改进的ACGAN在一次训练中能同时学到真实轴承振动信号的时域和频域特征信息。试验结果表明,WLT-ACGAN模型生成的轴承振动信号具有与真实轴承振动信号一致的时域特征和频域特征,数据不平衡时,利用生成信号扩增的平衡数据集构建的故障诊断模型具有较高的准确率。 展开更多
关键词 辅助分类生成对抗网络 类小波变换 轴承故障诊断 数据生成
在线阅读 下载PDF
深圳土工参数数据库及基于生成对抗网络的多元参数分布预测模型研究 被引量：1
7
作者 潘秋景 孙广灿 +2 位作者 蔡永敏 苏栋 李凤伟 《岩土力学》 北大核心 2025年第2期563-572,共10页
借鉴大数据思想,充分利用岩土工程勘察数据,实现岩土参数精细化表征和建模,是岩土工程数字孪生的重要组成部分。通过收集深圳市75个工程项目的岩土工程勘察报告,建立了深圳黏性土及风化残积土8个土工试验参数数据库SZ-SOIL/8/11369,分... 借鉴大数据思想,充分利用岩土工程勘察数据,实现岩土参数精细化表征和建模,是岩土工程数字孪生的重要组成部分。通过收集深圳市75个工程项目的岩土工程勘察报告,建立了深圳黏性土及风化残积土8个土工试验参数数据库SZ-SOIL/8/11369,分析了深圳黏性土及风化残积土土工试验参数的分布特征和规律。进一步利用该数据库,提出了基于生成对抗网络(generative adversarial network,简称GAN)的土工试验物理力学参数概率分布及预测模型,并将提出的方法应用于深圳某项目,针对单组土工试验样本利用物理参数成功预测了其力学参数,并利用少量样本正确预测了该工程场地的土工试验参数的分布。结果表明,所提方法能够对缺失参数样本进行合理预测,并实现了通过大范围地区勘察数据降低局部工程场地岩土参数不确定性的目的,可为深圳岩土与地下工程结构韧性设计和风险评价提供参数保障。 展开更多
关键词 土工参数分布 数据库 预测 生成对抗网络
在线阅读 下载PDF
基于改进型生成对抗网络的矿井图像超分辨重建方法研究 被引量：1
8
作者 张帆 刘莹 +2 位作者 宋惠 张嘉荣 程海星 《煤炭科学技术》 北大核心 2025年第S1期338-345,共8页
智能化无人开采是煤炭资源绿色、智能、安全、高效开采的技术发展趋势,高分辨率的矿井图像能够为煤矿智能开采和智能监控提供关键技术支撑。针对煤矿井下雾尘环境,目前采用常规的深度学习方法虽然能够提高矿井图像重建效果,但是受井下... 智能化无人开采是煤炭资源绿色、智能、安全、高效开采的技术发展趋势,高分辨率的矿井图像能够为煤矿智能开采和智能监控提供关键技术支撑。针对煤矿井下雾尘环境,目前采用常规的深度学习方法虽然能够提高矿井图像重建效果,但是受井下环境噪声影响,模型训练的稳定性较差,难以获得矿井图像的重建高频信息,导致图像重构质量欠佳,易出现矿井图像模糊和分辨率下降等问题。针对上述问题,提出一种基于生成对抗网络的矿井图像超分辨率重建方法。该方法基于SRGAN网络,对网络结构和损失函数进行改进优化,在生成器的浅层特征提取层和重建层分别采用2个5×5的卷积层,并在浅层特征提取层的每个卷积层后加入非线性激活函数,深层特征提取层采用残差结构,通过级联亚像素卷积层以实现矿井图像不同倍数的超分辨重建;采用Wasserstein距离对损失函数进行改进,并去掉判别器输出层的Sigmoid,使用RMSProp方法对网络进行优化,提高模型训练的收敛速度和稳定性;利用训练好的生成器模型,据此分别对矿井图像进行2倍和4倍超分辨重建,并对实验结果进行主观视觉分析和客观评价。结果表明,与传统的双三次插值、SRCNN、SRGAN相比,在相同缩放因子条件下,所提方法的峰值信噪比分别提升了2.68、1.50和1.59 dB,结构相似性分别提升了0.033 4、0.004 8和0.006 1,所提方法能够重建出清晰的矿井图像纹理和细节信息,在主观视觉上以及峰值信噪比和结构相似性上都实现了更好的重建效果,且整体性能优于其他几种方法,有效提高了矿井图像的分辨率。 展开更多
关键词 煤矿智能化 矿井图像 超分辨重建 生成对抗网络 SRgan
在线阅读 下载PDF
基于生成对抗网络修正的源网荷储协同优化调度 被引量：1
9
作者 谢桦 李凯 +3 位作者 郄靖彪 张沛 王珍意 路学刚 《中国电机工程学报》 北大核心 2025年第5期1668-1679,I0003,共13页
大规模风光可再生能源发电并网给电力系统带来强不确定性,使得系统全局优化决策面临挑战,该文提出基于生成对抗网络(generative adversarial networks,GAN)修正的源网荷储协同优化调度策略设计方法。首先,考虑新型电力系统中各类可调节... 大规模风光可再生能源发电并网给电力系统带来强不确定性,使得系统全局优化决策面临挑战,该文提出基于生成对抗网络(generative adversarial networks,GAN)修正的源网荷储协同优化调度策略设计方法。首先,考虑新型电力系统中各类可调节资源的运行特性,构建基于近端策略优化(proximal policy optimization,PPO)算法的源网荷储协同优化调度模型;其次,引入GAN对PPO算法的优势函数进行修正,减少价值函数的方差,提高智能体探索效率;然后,GAN中的判别器结合专家策略指导生成器生成调度策略;最后,判别器与生成器不断对抗寻找纳什均衡点,得到优化调度策略。算例分析表明,设计的源网荷储协同的日内优化调度策略,采用GAN修正的PPO算法,相较于传统的PPO算法缩短了训练过程的收敛时间,在线控制提升了可再生能源消纳能力。 展开更多
关键词 源网荷储协同 生成对抗网络 近端策略优化算法 优化调度 可再生能源消纳
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
10
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
基于一致损失生成对抗网络的冷水机组故障诊断 被引量：1
11
作者 高学金 吴浩宁 +1 位作者 高慧慧 齐咏生 《仪器仪表学报》 北大核心 2025年第1期285-297,共13页
冷水机组是供暖通风与空气调节系统的重要组成部分,当冷水机组发生故障时将造成能源浪费甚至安全事故。因此,针对冷水机组的故障诊断对于暖通风与空气调节等系统至关重要。基于数据驱动的故障诊断方法依赖大量历史数据,但带标签的故障... 冷水机组是供暖通风与空气调节系统的重要组成部分,当冷水机组发生故障时将造成能源浪费甚至安全事故。因此,针对冷水机组的故障诊断对于暖通风与空气调节等系统至关重要。基于数据驱动的故障诊断方法依赖大量历史数据,但带标签的故障数据往往难以收集,导致模型的诊断准确率下降。为此,提出了一种基于一致损失生成对抗网络(CLGAN)的故障诊断方法。首先,利用少量带标签样本和大量无标签样本训练CLGAN,并生成故障数据;然后,利用生成数据与历史数据构建一个包含各类故障的平衡数据集;最后,利用该数据集训练故障分类器并对冷水机组进行实时诊断。CLGAN通过在判别器中引入一致性损失函数,能够有效利用无标签数据辅助模型训练,提升了数据利用率。同时,CLGAN迫使生成器在多个尺度上满足判别器的要求,这种多维度的反馈机制使得模型在面对扰动时,依然能生成高质量的样本,进而提高故障诊断的准确性和鲁棒性。基于ASHRAE和HY-31C数据集的实验结果表明,在各类别仅有5个带标签样本的情况下,CLGAN分别获得了92.8%和95.9%的故障诊断准确率,展现了良好的故障诊断性能。此外,在噪声和跨工况实验中,CLGAN相比于其他对比方法也展现出了良好的鲁棒性和泛化性。 展开更多
关键词 故障诊断 生成对抗网络 冷水机组 一致损失函数 无标签数据
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
12
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SE-AdvGAN的图像对抗样本生成方法研究 被引量：1
13
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
基于超分辨率生成对抗网络的混凝土裂缝检测算法 被引量：1
14
作者 李响 《测绘通报》 北大核心 2025年第3期111-116,共6页
随着服役年限的增长,隧道不可避免会发生老化,作为城市居民出行的重要基础设施,保障其安全是至关重要的。目前多通过相机拍摄的图像识别隧道表面的裂缝病害,然而裂缝在图像中的像素占比小,其检测过程耗时费力,急需一种能够在大视场范围... 随着服役年限的增长,隧道不可避免会发生老化,作为城市居民出行的重要基础设施,保障其安全是至关重要的。目前多通过相机拍摄的图像识别隧道表面的裂缝病害,然而裂缝在图像中的像素占比小,其检测过程耗时费力,急需一种能够在大视场范围内精准检测裂缝的方法。因此,本文首先提出了一种基于超分辨率生成对抗网络的学习结构,适用于任何分割网络,然后提出了一种有效构建训练数据的方法,应用于所提出的学习结构,最后对本文方法在1606张质量随机退化的裂缝图像上进行了性能评估,结果表明,本文所提出的学习结构下,裂缝检测IoU及F1分数分别达63.686%和77.811%,方差分别为0.9008和0.5015,有效提高了裂缝的检测性能,且对输入数据具有较高的稳健性。 展开更多
关键词 混凝土隧道 裂缝检测 超分辨率生成对抗网络 分割算法
在线阅读 下载PDF
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
15
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
基于生成对抗网络的运动模糊图像盲复原方法
16
作者 范蒙蒙 马德海 秦小鹏 《激光杂志》 北大核心 2025年第9期129-134,共6页
在不均匀光照下,物体的运动不仅会产生模糊,还可能与光照变化相互耦合,形成更为复杂的图像降质现象。为了改善不均匀光照下运动模糊图像质量,提出基于生成对抗网络的运动模糊图像盲复原方法。通过虚拟多曝光融合方法对运动模糊图像展开... 在不均匀光照下,物体的运动不仅会产生模糊,还可能与光照变化相互耦合,形成更为复杂的图像降质现象。为了改善不均匀光照下运动模糊图像质量,提出基于生成对抗网络的运动模糊图像盲复原方法。通过虚拟多曝光融合方法对运动模糊图像展开预处理,以消除不均匀光照对图像质量的影响;利用频域相关性系数和空域局部标准差结合方法定位运动模糊图像的模糊区域;锁定模糊区域,基于生成对抗网络对预处理后的运动模糊图像展开盲复原处理。实验结果表明,所提方法的运动模糊图像盲复原效果更好,且适用于实际应用场景。 展开更多
关键词 运动模糊图像 盲复原 生成对抗网络 模糊区域检测 虚拟多曝光融合方法
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
17
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 恶意代码变体溯源 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
时间序列生成对抗网络架构下的分子泵退化数据生成研究
18
作者 柏受军 成志新 +3 位作者 袁啸林 王静 左桂忠 余耀伟 《电子测量与仪器学报》 北大核心 2025年第6期195-203,共9页
为了确保托卡马克实验的安全运行,对关键真空获取设备分子泵的可靠性评估至关重要。然而,有限的退化数据导致现有的预测方法准确性较低。针对这一挑战,提出了一种基于时间序列生成对抗网络(TGAN)的分子泵退化数据生成方法,旨在通过生成... 为了确保托卡马克实验的安全运行,对关键真空获取设备分子泵的可靠性评估至关重要。然而,有限的退化数据导致现有的预测方法准确性较低。针对这一挑战,提出了一种基于时间序列生成对抗网络(TGAN)的分子泵退化数据生成方法,旨在通过生成数据来扩充数据集,进而提高预测模型的准确性和可靠性。该方法创新性地结合了Transformer网络和TGAN,并通过引入威布尔分布提高了生成数据的质量,再利用长短期记忆网络对生成的退化数据进行退化预测。实验结果表明,TGAN-Transformer能有效生成满足分子泵退化预测需求的数据,显著提升了预测的准确性和可靠性,为分子泵的可靠性分析和安全运行提供了可靠支持。通过对比实验,TGAN-Transformer在均方根误差(RMSE)指标上相较于生成对抗网络(GAN)、深度卷积生成对抗网络(DCGAN)、递归条件生成对抗网络(RCGAN)、变分自编码器(VAE)和条件变分自编码器(CVAE)分别提升51%、48%、36%、40%、30%;在平均绝对误差(MAE)指标上,分别提升52%、49%、38%、42%、33%,证明了其在分子泵退化预测中的有效性。未来的研究可进一步优化生成网络结构,探索更多生成对抗网络的变种,以提高生成数据的多样性和真实性,从而进一步提升退化预测的准确性和可靠性。 展开更多
关键词 数据生成 分子泵 时间序列生成器对抗网络 退化预测
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
19
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
基于生成对抗网络与长短时记忆网络的机器人书法系统
20
作者 韩浩 刘佳 《西南大学学报(自然科学版)》 北大核心 2025年第7期231-244,共14页
机器人书法作为工业制造中重要的机器人操纵器应用之一,面临着巨大的挑战,其主动书写机制需要大量包含书写轨迹序列信息的训练数据集,而手动标注这些数据则非常繁琐。为解决这一问题,提出了一种基于生成对抗网络(GAN)和长短时记忆网络(L... 机器人书法作为工业制造中重要的机器人操纵器应用之一,面临着巨大的挑战,其主动书写机制需要大量包含书写轨迹序列信息的训练数据集,而手动标注这些数据则非常繁琐。为解决这一问题,提出了一种基于生成对抗网络(GAN)和长短时记忆网络(LSTM)的机器人书法系统。该书写系统将汉字笔画图像转换为轨迹序列,无须使用笔画轨迹编码信息,克服了传统书写轨迹信息缺失的问题。首先构建了一个生成对抗架构,其中LSTM网络与鉴别器网络结合,以减小训练数据集的规模。然后,LSTM网络通过多个循环逐步生成新的轨迹点,使机器人能够逐渐完成整个汉字书法的书写。最后,利用鉴别器网络评估LSTM网络输出结果来辅助机器人找到最佳策略,并引入强化学习算法来进一步提高系统性能。实验结果证明,所提出的系统能够高效产生高质量的汉字书法。 展开更多
关键词 生成对抗网络 长短时记忆网络 强化学习 汉字书法 机器人书法系统
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 … 127 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