检索结果-维普期刊中文期刊服务平台

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：3: 1; 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... 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 职称材料

基于生成式对抗神经网络的股票预测研究被引量：5: 2; 作者严冬梅李斌《计算机工程与应用》 CSCD 北大核心 2022年第13期185-194,共10页; 针对股票价格具有非线性、非平稳的特点,提出一种结合自注意力机制和残差网络的生成式对抗神经网络模型(SAR-GAN)。该模型的生成器(generator)由长短期记忆网络(LSTM)层、自注意力机制层、残差层等构建而成,用于生成所预测股票的价格;... 展开更多; 关键词股票预测生成式对抗神经网络自注意力机制; 在线阅读下载PDF 职称材料

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: 3; 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... 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 职称材料

基于GAN神经网络的中子能谱解谱方法研究: 4; 作者张永强胡立群 +2 位作者芦伟许明远张宇博《核电子学与探测技术》北大核心 2025年第4期490-497,共8页; 本文提出了一种基于生成对抗网络(GAN)的神经网络模型,用于反解中子能谱。该模型通过优化生成器和判别器的设计,实现了中子能谱的高精度重建,克服了传统解谱算法对先验知识的依赖。研究中使用Geant4模拟EJ301液体闪烁体探测器的中子能... 展开更多; 关键词 EJ301 响应矩阵 GEANT4 中子能谱生成式对抗神经网络; 在线阅读下载PDF 职称材料

基于GAN的轻量级水下图像增强网络被引量：3: 5; 作者刘皓轩林珊玲 +2 位作者林志贤郭太良林坚普《液晶与显示》 CAS CSCD 北大核心 2023年第3期378-386,共9页; 由于光在水下存在吸收与散射,导致水下图像存在颜色失真和细节损失,严重影响了后续水下目标的检测和识别。本文提出了一种轻量级全卷积层的生成式对抗神经网络模型(DUnet-GAN)来增强水下图像。针对水下图像的特点,提出了多任务目标函数... 展开更多; 关键词生成式对抗神经网络图像增强轻量级生成器目标检测; 在线阅读下载PDF 职称材料

采用深度学习的永磁同步电机匝间短路故障诊断方法被引量：36: 6; 作者李垣江张周磊 +2 位作者李梦含魏海峰张懿《电机与控制学报》 EI CSCD 北大核心 2020年第9期173-180,共8页; 针对永磁同步电机匝间短路故障诊断方法因结构复杂、样本特征稀少和大数据冗余等因素引起的诊断困难问题,基于生成式对抗和稀疏自编码深度学习网络提出一种高效准确的匝间短路故障诊断方法。该方法通过采集永磁同步电机负序电流和转矩... 展开更多; 关键词永磁同步电机匝间短路稀疏自编码生成式对抗神经网络样本扩张负序电流故障诊断; 在线阅读下载PDF 职称材料

运动模糊图像的恢复技术研究被引量：2: 7; 作者陈英洪晨丰《传感器与微系统》 CSCD 北大核心 2021年第4期63-65,73,共4页; 针对运动模糊图像的恢复,提出了基于生成式对抗神经网络(GAN)网络与FSRCNN网络的方案。采用GoPro模糊图像数据集与DIV2K图像恢复数据集进行网络训练;通过图像处理对模糊图像进行规格化、归一化、色彩空间转换等预处理操作;利用GAN对模... 展开更多; 关键词生成式对抗神经网络卷积神经网络运动模糊图像处理; 在线阅读下载PDF 职称材料

题名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：3: 1; 作者彭海龙李明孙文钊李列周凡鲁统祥江凡; 机构中海石油(中国)有限公司湛江分公司; 出处《石油物探》 CSCD 北大核心 2024年第1期104-115,128,共13页; 基金中海油“十四五”重大专项课题(KJGG2022-0302)资助。; 文摘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。; 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; Keywords generative adversarial network U-net network seismic data denoising generalization ability data detail; 分类号 P631 [天文地球—地质矿产勘探]; 在线阅读下载PDF 职称材料

题名基于生成式对抗神经网络的股票预测研究被引量：5: 2; 作者严冬梅李斌; 机构天津财经大学理工学院; 出处《计算机工程与应用》 CSCD 北大核心 2022年第13期185-194,共10页; 文摘针对股票价格具有非线性、非平稳的特点,提出一种结合自注意力机制和残差网络的生成式对抗神经网络模型(SAR-GAN)。该模型的生成器(generator)由长短期记忆网络(LSTM)层、自注意力机制层、残差层等构建而成,用于生成所预测股票的价格;判别器(discriminator)用于鉴别生成的股票价格与真实的股票价格。为验证模型良好的泛化性,选取上证指数及不同股票市场的热点行业龙头股票进行预测实验。实验结果表明,与LSTM、GRU、CNN-LSTM、CNN-GRU等模型相比,SAR-GAN模型能不同程度地减少预测误差。; 关键词股票预测生成式对抗神经网络自注意力机制; Keywords stock forecasting generative adversarial networks(GAN) self-attention mechanism; 分类号 TP39 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名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: 3; 作者李方彪何昕魏仲慧何家维何丁龙; 机构中国科学院长春光学精密机械与物理研究所中国科学院大学; 出处《红外与激光工程》 EI CSCD 北大核心 2018年第2期17-24,共8页; 基金国家自然科学基金(61405191); 文摘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。; 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; Keywords super-resolution reconstruction deep learning generative adversarial networks infrared imaging; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于GAN神经网络的中子能谱解谱方法研究: 4; 作者张永强胡立群芦伟许明远张宇博; 机构中国科学院合肥物质科学研究院等离子体物理研究所中国科学技术大学研究生院科学岛分院合肥综合性国家科学中心能源研究院安徽大学物质科学与信息技术研究院; 出处《核电子学与探测技术》北大核心 2025年第4期490-497,共8页; 基金安徽省教育厅科研基金安徽高校协同创新项目(GXXT-2022-002)资助。; 文摘本文提出了一种基于生成对抗网络(GAN)的神经网络模型,用于反解中子能谱。该模型通过优化生成器和判别器的设计,实现了中子能谱的高精度重建,克服了传统解谱算法对先验知识的依赖。研究中使用Geant4模拟EJ301液体闪烁体探测器的中子能量响应,构建了包含20 000个样本的数据集用于神经网络的训练。通过使用^(252)Cf和^(241) Am-Be放射源的中子能谱验证了所提出的神经网络解谱算法。实验结果表明,该神经网络模型能够在6 keV能量分辨下生成精确的中子能谱数据,并通过Q_s品质因子的评估证明了生成的中子能谱与目标能谱基本一致。; 关键词 EJ301 响应矩阵 GEANT4 中子能谱生成式对抗神经网络; Keywords EJ301 response matrix Geant4 neutron spectrum Generative Adversarial Neural Network; 分类号 TL812 [核科学技术—核技术及应用]; 在线阅读下载PDF 职称材料

题名基于GAN的轻量级水下图像增强网络被引量：3: 5; 作者刘皓轩林珊玲林志贤郭太良林坚普; 机构福州大学先进制造学院福州大学物理与信息工程学院中国福建光电信息科学与技术创新实验室; 出处《液晶与显示》 CAS CSCD 北大核心 2023年第3期378-386,共9页; 基金国家重点研发计划(No.2021YFB3600603) 福建省自然科学基金(No.2020J01468) 福建省教育厅中青年教师教育科研项目(No.JAT210030)。; 文摘由于光在水下存在吸收与散射,导致水下图像存在颜色失真和细节损失,严重影响了后续水下目标的检测和识别。本文提出了一种轻量级全卷积层的生成式对抗神经网络模型(DUnet-GAN)来增强水下图像。针对水下图像的特点,提出了多任务目标函数,使得模型从感知图像的整体内容、颜色、局部纹理和风格信息等方面来增强图像的质量。此外,与现有的一些重要的模型做了对比,进行了定量的评估。结果表明,在EUVP数据集中本文所提模型峰值信噪比在26 dB以上,结构相似度为0.8,参数量为11 MB,仅为其他达到同等性能模型参数量的5%且比26 MB参数量的FUNIE-GAN指标更好。同时UIQM为2.85,仅次于Cycle-GAN模型,且主观增强效果显著。更重要的是,增强后的图像为水下目标检测等模型提供了更好的性能,也满足了水下机器人等设备对模型的轻量化要求。; 关键词生成式对抗神经网络图像增强轻量级生成器目标检测; Keywords generative adversarial networks image enhancement lightweight generator object detection; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名采用深度学习的永磁同步电机匝间短路故障诊断方法被引量：36: 6; 作者李垣江张周磊李梦含魏海峰张懿; 机构江苏科技大学电子信息学院常熟瑞特电气股份有限公司; 出处《电机与控制学报》 EI CSCD 北大核心 2020年第9期173-180,共8页; 基金国家自然科学基金(61503161,61771225) 江苏省产学研前瞻性联合研究项目(BY2016073-01) +1 种基金江苏省高校自然科学研究项目(15KJB510008)。; 文摘针对永磁同步电机匝间短路故障诊断方法因结构复杂、样本特征稀少和大数据冗余等因素引起的诊断困难问题,基于生成式对抗和稀疏自编码深度学习网络提出一种高效准确的匝间短路故障诊断方法。该方法通过采集永磁同步电机负序电流和转矩特征信号,利用生成式对抗神经网络完成样本数据扩张,构建鲁棒、多样的训练集合,结合稀疏自编码网络实现高效准确的故障特征分类、诊断。实验表明该方法实现了对永磁同步电机负序电流和转矩特征信号的样本数据扩张,构建了优化深度网络实现高效准确的电机匝间短路诊断。数据显示,采用此方法的匝间短路故障诊断准确率高达99.4%。; 关键词永磁同步电机匝间短路稀疏自编码生成式对抗神经网络样本扩张负序电流故障诊断; Keywords permanent magnet synchronous motor inter-turn short circuit sparse auto encoder generative adversarial nets sample expansion negative sequence current fault diagnosis; 分类号 TP277 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名运动模糊图像的恢复技术研究被引量：2: 7; 作者陈英洪晨丰; 机构南昌航空大学软件学院; 出处《传感器与微系统》 CSCD 北大核心 2021年第4期63-65,73,共4页; 基金国家自然科学基金资助项目(61762067)。; 文摘针对运动模糊图像的恢复,提出了基于生成式对抗神经网络(GAN)网络与FSRCNN网络的方案。采用GoPro模糊图像数据集与DIV2K图像恢复数据集进行网络训练;通过图像处理对模糊图像进行规格化、归一化、色彩空间转换等预处理操作;利用GAN对模糊图像进行图像恢复,并结合FSRCNN针对模糊图像进行图像增强;针对GAN与FSRCNN的处理结果进行分析与对比,经由FSRCNN网络图像增强的恢复图像的峰值信噪比虽然有一定的下降,但结构相似度则得到了提升。实验结果表明本文的算法方案具有较好的可行性。; 关键词生成式对抗神经网络卷积神经网络运动模糊图像处理; Keywords generative adversarial networks(GAN) convolutional neural network(CNN) motion blur image processing; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	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	彭海龙李明孙文钊李列周凡鲁统祥江凡	《石油物探》 CSCD 北大核心	2024	3	在线阅读下载PDF 职称材料
2	基于生成式对抗神经网络的股票预测研究	严冬梅李斌	《计算机工程与应用》 CSCD 北大核心	2022	5	在线阅读下载PDF 职称材料
3	生成式对抗神经网络的多帧红外图像超分辨率重建	李方彪何昕魏仲慧何家维何丁龙	《红外与激光工程》 EI CSCD 北大核心	2018	18	在线阅读下载PDF 职称材料
4	基于GAN神经网络的中子能谱解谱方法研究	张永强胡立群芦伟许明远张宇博	《核电子学与探测技术》北大核心	2025	0	在线阅读下载PDF 职称材料
5	基于GAN的轻量级水下图像增强网络	刘皓轩林珊玲林志贤郭太良林坚普	《液晶与显示》 CAS CSCD 北大核心	2023	3	在线阅读下载PDF 职称材料
6	采用深度学习的永磁同步电机匝间短路故障诊断方法	李垣江张周磊李梦含魏海峰张懿	《电机与控制学报》 EI CSCD 北大核心	2020	36	在线阅读下载PDF 职称材料
7	运动模糊图像的恢复技术研究	陈英洪晨丰	《传感器与微系统》 CSCD 北大核心	2021	2	在线阅读下载PDF 职称材料