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374篇文章
< 1 2 … 19 >
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
1
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MTF-DCGAN的齿轮箱故障诊断方法研究
2
作者 杨敏 孙文磊 +4 位作者 刘志远 钟荟玄 辜英政 王云浩 张宇 《机床与液压》 北大核心 2025年第12期17-24,共8页
为解决齿轮箱故障诊断过程中因样本分布不均衡导致的模型泛化性能不足和识别准确度不高的问题,提出基于MTF-DCGAN和改进EfficientNet网络的故障诊断方法。根据马尔可夫转移场(MTF)图像编码原理将收集的一维振动信号转换成二维可视化图像... 为解决齿轮箱故障诊断过程中因样本分布不均衡导致的模型泛化性能不足和识别准确度不高的问题,提出基于MTF-DCGAN和改进EfficientNet网络的故障诊断方法。根据马尔可夫转移场(MTF)图像编码原理将收集的一维振动信号转换成二维可视化图像,按比例划分训练集和测试集;将训练集数据与随机向量输入至深度卷积生成对抗网络(DCGAN)模型中,交替训练生成器和判别器直至实现纳什均衡,生成与原始样本特征相似的新增样本,以此扩充故障数据集;最后,对EfficientNet的MBConv模块数量和激活函数进行改进,并将原始样本及增广后的样本集导入改进后的EfficientNet中进行特征提取,实现齿轮箱故障的识别与分类。结果表明:所提方法显著提高了样本不均衡情况下齿轮箱故障的诊断准确率,具有维度变换简单和模型参数量小的优势,加快了收敛速率。 展开更多
关键词 故障诊断 马尔可夫转移场 深度卷积生成对抗网络 改进EfficientNet 齿轮箱
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
3
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
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
改进的GAN和迁移学习的轴承故障诊断方法
5
作者 郝旺身 冀科伟 +1 位作者 杜应军 韦广 《机械设计与制造》 北大核心 2025年第1期140-143,148,共5页
针对实际设备运行中轴承故障样本往往比较匮乏,传统的人工智能算法越来越难以满足实际情况故障诊断需要的问题,提出了一种改进的生成对抗神经网络模型,并结合迁移学习提出了一种智能故障诊断方法。该方法将机械故障时所采集的原始数据... 针对实际设备运行中轴承故障样本往往比较匮乏,传统的人工智能算法越来越难以满足实际情况故障诊断需要的问题,提出了一种改进的生成对抗神经网络模型,并结合迁移学习提出了一种智能故障诊断方法。该方法将机械故障时所采集的原始数据与大量源域数据通过生成对抗网络中得到大量与原始数据相似的新样本数据,然后从新样本数据中学习特征优化神经网络的参数,并通过样本的分布相应的调节神经网络的结构,最后,将部分原始故障数据输入已训练好的神经网络,得到诊断结果。实验结果表明,所提方法较传统的深度学习和迁移学习在诊断准确率上分别提高了28.10%和24.42%,能够为实际制造中轴承故障诊断任务提供可行的解决方案。 展开更多
关键词 轴承故障 样本生成 迁移学习 生成式对抗网络 卷积神经网络
在线阅读 下载PDF
基于GAN目标数据增强的海面小目标检测
6
作者 尹翔 李婉华 《现代雷达》 北大核心 2025年第4期20-28,共9页
由于海面存在大量背景杂波,以及目标的多样性,海面小目标检测一直是一个具有挑战性的问题。近年来,基于深度学习的海面小目标检测逐渐流行,具有较好的性能。然而,这类方法严重依赖于训练样本的数量和质量,通常情况下,目标样本数量远少... 由于海面存在大量背景杂波,以及目标的多样性,海面小目标检测一直是一个具有挑战性的问题。近年来,基于深度学习的海面小目标检测逐渐流行,具有较好的性能。然而,这类方法严重依赖于训练样本的数量和质量,通常情况下,目标样本数量远少于海杂波样本数量,这会给训练带来困难同时降低检测性能。基于此,文中提出了一种基于目标数据增强的海面小目标检测方法。通过对目标的时频特征进行分析,基于生成对抗网络(GAN)生成相似的特征分布样本,从而扩展目标数据集,缩小目标样本和海杂波样本之间的数量差距,使更多的目标信息被用于检测器的训练过程中,以提高检测器性能。在IPIX数据集上的实验结果表明该方法可以获得更好的检测性能,及所提出的检测器可以实现虚警率的控制。 展开更多
关键词 数据增强 生成对抗网络 卷积神经网络 小目标检测 可控虚警
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
7
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WGAN的智能超表面辅助系统的信道估计研究
8
作者 康晓非 王甜 《电波科学学报》 北大核心 2025年第1期164-171,共8页
针对智能超表面(reconfigurable intelligent surface,RIS)辅助的毫米波通信中系统复杂和难以获取准确信道状态信息(channel state information,CSI)的问题,设计了一种基于Chan-SRWGAN网络算法的信道估计方案。该方案采用混合有源/无源... 针对智能超表面(reconfigurable intelligent surface,RIS)辅助的毫米波通信中系统复杂和难以获取准确信道状态信息(channel state information,CSI)的问题,设计了一种基于Chan-SRWGAN网络算法的信道估计方案。该方案采用混合有源/无源RIS架构,首先利用最小二乘(least square,LS)算法获取有源元件处信道估计值,再通过插值得到信道初步估计,最后利用Chan-SRWGAN深度学习网络将其重构为信道精确估计。仿真结果表明,所提方案的归一化均方误差(normalized mean squared error,NMSE)性能优于LS、正交匹配追踪(orthogonal matching pursuit,OMP)、同步OMP(simultaneous OMP,SOMP)、深度神经网络(deep neural network,DNN)、超分辨率卷积神经网络(super-resolution convolutional neural network,SRCNN)信道估计算法,证明了方案的可行性。 展开更多
关键词 智能超表面(RIS) 信道估计 深度学习 Wasserstein生成对抗网络(WGAN) 超分辨率卷积神经网络(SRCNN)
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WACGAN和IRCNN的柴油机故障诊断方法
10
作者 唐程 毕凤荣 +3 位作者 黄盟 汤代杰 沈鹏飞 毕晓阳 《内燃机学报》 北大核心 2025年第3期270-278,共9页
针对基于振动数据驱动的柴油机故障诊断方法在训练样本不足时易过拟合、准确率低的问题,从故障数据增强与诊断模型优化两个角度出发,建立一种基于辅助分类生成对抗网络(WACGAN)和Inception残差卷积网络(IRCNN)的柴油机故障诊断方法.首先... 针对基于振动数据驱动的柴油机故障诊断方法在训练样本不足时易过拟合、准确率低的问题,从故障数据增强与诊断模型优化两个角度出发,建立一种基于辅助分类生成对抗网络(WACGAN)和Inception残差卷积网络(IRCNN)的柴油机故障诊断方法.首先将Wasserstein距离与梯度惩罚引入辅助分类生成对抗网络,建立WACGAN对小规模训练集进行增广;然后向卷积神经网络(CNN)中引入Inception结构,并利用连续可微线性指数单元(CELU)激活提高模型特征提取能力,同时加入残差结构避免特征信息丢失,建立IRCNN模型;最后利用增广后的训练集训练IRCNN模型,实现小样本下的柴油机故障诊断.经柴油机故障模拟试验验证,所提方法仅利用每个故障状态下10个工作周期的振动数据,能实现95%的故障识别率;与传统过采样算法和优化前、后的CNN算法相比,该方法在故障样本匮乏时效果最好,能够实现95.47%的故障诊断准确率. 展开更多
关键词 柴油机 故障诊断 生成对抗网络 卷积神经网络
在线阅读 下载PDF
一种基于CNN-LSTM的改进CGAN光伏短期出力场景生成方法
11
作者 秦卫民 唐昊 +3 位作者 任曼曼 梁肖 王涛 陈韬 《太阳能学报》 北大核心 2025年第4期263-272,共10页
该文考虑新能源机组出力数据的时空特征,设计一种带有卷积神经网络和长短期记忆网络的判别器网络结构,并使用推土机(EM)距离作为判别器的损失函数,提出一种基于条件对抗生成网络的新能源短期场景生成方法。该方法让模型中的判别器与生... 该文考虑新能源机组出力数据的时空特征,设计一种带有卷积神经网络和长短期记忆网络的判别器网络结构,并使用推土机(EM)距离作为判别器的损失函数,提出一种基于条件对抗生成网络的新能源短期场景生成方法。该方法让模型中的判别器与生成器进行对抗并不断优化,使生成器网络更加准确地提取到条件值及噪声分布与样本分布之间的映射关系,从而更好地生成新能源机组出力场景。该文使用开源的光伏出力数据对模型进行验证和测试,相对于传统的生成式对抗网络方法,所提模型能更加准确地生成契合历史数据特征的新能源出力场景集。 展开更多
关键词 光伏发电 场景生成 生成式对抗网络 长短期记忆网络 卷积神经网络 不确定性
在线阅读 下载PDF
基于多层次瓶颈注意力模块的颅骨到面皮的生成方法
12
作者 王洁 姜文凯 +3 位作者 蒋佳琪 梁增磊 刘晓宁 耿国华 《西北大学学报(自然科学版)》 北大核心 2025年第1期201-212,共12页
从未知颅骨恢复其生前面貌是考古学、法医学和刑侦学重要的研究方向。现有的计算机三维辅助复原过程繁琐,耗时长,该研究针对现有模型在颅骨到面皮(不含纹理、头发等的面貌)图像生成上存在失真、扭曲、不平滑等现象,提出一种结合生成对... 从未知颅骨恢复其生前面貌是考古学、法医学和刑侦学重要的研究方向。现有的计算机三维辅助复原过程繁琐,耗时长,该研究针对现有模型在颅骨到面皮(不含纹理、头发等的面貌)图像生成上存在失真、扭曲、不平滑等现象,提出一种结合生成对抗网络和多层次瓶颈注意力模块的颅骨到面皮图像生成方法。该方法的生成器由6层AdaResBlock和瓶颈注意力模块组成,从通道和空间两个维度引导生成器关注更重要的区域,并根据特征自适应地调整归一化方式。同时,针对生成器模型较大的问题,引入蓝图可分离卷积减小其体积。此外,将判别器分为两部分,前几层被用来进行编码,取消传统网络中的单独编码器模块,使模型更紧凑;后几层则采用多尺度判别策略,从不同层级对图像进行分类判别,增强其准确性。实验结果表明,在颅骨到面皮图像生成任务上,该方法生成的面皮图像质量高于现有的其他方法,在视觉质量和图像质量上都取得了最高的分数,复原效果更加真实,图像定量评价指标PSNR、SSIM平均提升1.115,0.017,LPIPS平均降低0.026,面皮平均相似度为0.855。 展开更多
关键词 颅面生成 生成对抗网络 图像转换 瓶颈注意力模块 蓝图可分离卷积
在线阅读 下载PDF
基于CKAGAN的车辆传动系统轴承数据生成异常检测方法
13
作者 郝乃芃 陈涛 +1 位作者 贾然 胡谦 《机电工程》 北大核心 2025年第8期1512-1520,共9页
针对车辆传动系统轴承的异常样本稀缺,导致异常检测模型难以得到有效训练且准确率不足的问题,提出了一种基于卷积科尔莫戈洛夫-阿诺德生成对抗网络(CKAGAN)的数据生成异常检测方法,即采用卷积科尔莫戈洛夫-阿诺德网络(ConvKAN)作为生成... 针对车辆传动系统轴承的异常样本稀缺,导致异常检测模型难以得到有效训练且准确率不足的问题,提出了一种基于卷积科尔莫戈洛夫-阿诺德生成对抗网络(CKAGAN)的数据生成异常检测方法,即采用卷积科尔莫戈洛夫-阿诺德网络(ConvKAN)作为生成器和判别器的主要结构,以提升生成数据样本的质量和模型收敛速度。首先,使用短时傅里叶变换(STFT)获得了轴承振动信号的时频图样本,利用ConvKAN构建数据生成模型CKAGAN,并将轴承振动信号的不平衡数据集扩充至正常水平;然后,构建了用于异常数据分类的深度卷积神经网络,并将扩充后的数据与原始数据共同输入到模型中进行了训练;最后,采用实际车辆运行过程中采集到的实验数据,开展了轴承振动数据的异常检测实验。研究结果表明:基于CKAGAN的异常检测方法能够有效平衡异常数据集,使模型得到充分的训练并显著提升异常检测的准确率,为提高车辆传动系统轴承异常检测准确率提供了一种有效途径;其中,在实际的车辆传动系统轴承异常检测实验中,以50的异常样本量为例,CKAGAN生成的样本质量高于深度卷积生成对抗网络(DCGAN),生成样本的弗雷歇距离(FID)值分别为31和86;同时,CKAGAN异常检测方法的F1分数相较于未扩充数据集和DCGAN异常检测方法分别提升了27.17%和15.33%。可见CKAGAN方法能有效解决车辆传动系统轴承的异常检测准确率不足的问题。 展开更多
关键词 机械传动 深沟球轴承 卷积科尔莫戈洛夫-阿诺德生成对抗网络 短时傅里叶变换 数据不平衡 样本生成 深度卷积生成对抗网络 弗雷歇距离
在线阅读 下载PDF
基于深度学习的肺部CT图像病灶区域分割研究综述
14
作者 李小童 马素芬 +2 位作者 生慧 魏国辉 李欣桐 《计算机工程与应用》 北大核心 2025年第4期25-42,共18页
肺癌严重威胁人们的生命健康。肺部CT图像病灶区域形态复杂多样,实现高精度的肺部CT图像病变区域分割,成为计算机辅助诊断领域的一个极具挑战性的关键问题。基于深度学习的肺部病灶区域分割不仅可以帮助医生快速、准确地诊断出早期肺癌... 肺癌严重威胁人们的生命健康。肺部CT图像病灶区域形态复杂多样,实现高精度的肺部CT图像病变区域分割,成为计算机辅助诊断领域的一个极具挑战性的关键问题。基于深度学习的肺部病灶区域分割不仅可以帮助医生快速、准确地诊断出早期肺癌,而且对于肺癌的治疗也具有重要的临床价值。为了深入研究肺部病灶区域分割技术,介绍了常用的数据集及评价指标;重点从基于卷积神经网络、基于U-Net模型、基于生成对抗网络三个方面对深度学习肺部病灶区域分割模型进行了综述;结合具体实验总结了近5年国内外研究的创新点,对比分析了各个模型的分割性能;最后总结了各类模型的优缺点,展望了该领域的未来发展方向。 展开更多
关键词 深度学习 肺部病灶区域分割 卷积神经网络 U-Net模型 生成对抗网络
在线阅读 下载PDF
可变光照下多姿态人脸表情识别方法
15
作者 王灵月 李颖 +1 位作者 郭磊 杨新生 《现代电子技术》 北大核心 2025年第14期154-158,共5页
为消除光照度变化对图像的影响,提供更为全面和清晰的面部信息,并提高表情识别鲁棒性,提出一种可变光照下多姿态人脸表情识别方法。利用自商图像法对原始人脸图像进行光照处理,消除光照度变化对图像的影响。利用生成对抗网络建立多姿态... 为消除光照度变化对图像的影响,提供更为全面和清晰的面部信息,并提高表情识别鲁棒性,提出一种可变光照下多姿态人脸表情识别方法。利用自商图像法对原始人脸图像进行光照处理,消除光照度变化对图像的影响。利用生成对抗网络建立多姿态人脸正面化模型,对光照处理后的人脸图像进行再处理,得到标准正面姿态的人脸图像,为表情识别提供更为全面和清晰的面部信息,提高表情识别鲁棒性。利用局部二值卷积神经网络处理标准正面姿态的人脸图像,完成可变光照下多姿态人脸表情识别。实验结果表明:所提方法可有效地对人脸图像进行光照与人脸正面化处理,不同姿态情况下,该方法均可完成人脸表情的精准识别;在不同光照条件下,人脸表情识别的精度均较高。 展开更多
关键词 人脸表情识别 光照处理 多姿态人脸识别 人脸正面化 自商图像法 局部二值卷积神经网络 生成对抗网络
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
16
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
WGAN-SPCNN在滚动轴承故障诊断中的应用
17
作者 金毓林 陈长征 +1 位作者 罗园庆 张品杨 《机械设计与制造》 北大核心 2025年第6期96-101,共6页
滚动轴承在实际工作中的故障数据较难获取。在基于深度学习的故障诊断中,数据不足会导致卷积神经网络模型的泛化能力较差。针对此问题提出了一种基于Wasserstein距离的生成对抗网络同半池化的卷积神经网络结合的故障诊断方法。首先,将... 滚动轴承在实际工作中的故障数据较难获取。在基于深度学习的故障诊断中,数据不足会导致卷积神经网络模型的泛化能力较差。针对此问题提出了一种基于Wasserstein距离的生成对抗网络同半池化的卷积神经网络结合的故障诊断方法。首先,将原始的一维时域信号转化为二维矩阵形式,训练生成对抗网络生成特征相似的二维矩阵。然后,将生成样本添加至训练样本集中扩充训练样本数量,来提高卷积神经网络模型的泛化能力。在分类过程,所采用的半池化的卷积神经网络有效的减少了训练时间。最后,使用轴承故障数据进行对比验证,结果表明所提出的方法能够有效提高在故障数据不足情况下的诊断精度。 展开更多
关键词 故障诊断 生成对抗网络 卷积神经网络 滚动轴承
在线阅读 下载PDF
基于深度学习的视网膜血管分割研究进展 被引量：1
18
作者 张文豪 瞿绍军 颜美丽 《计算机应用研究》 北大核心 2025年第5期1299-1311,共13页
医学图像分割作为语义分割中的重要一环关系人类健康,一直以来备受关注和重视。其中,视网膜血管分割任务是对眼底视网膜图像中的血管像素进行分割提取,能够帮助医生快速诊断眼部疾病。但是,视网膜血管形态复杂、结构细小,分割难度大。... 医学图像分割作为语义分割中的重要一环关系人类健康,一直以来备受关注和重视。其中,视网膜血管分割任务是对眼底视网膜图像中的血管像素进行分割提取,能够帮助医生快速诊断眼部疾病。但是,视网膜血管形态复杂、结构细小,分割难度大。随着深度学习领域研究不断深入,技术的不断进步使得图像分割精度大幅提升。为了更好地了解视网膜血管分割方法的发展,全面总结了近年来基于深度学习的视网膜血管分割研究成果。首先介绍了视网膜血管分割常用数据集,讨论了关键评价指标和损失函数;然后将成果按照基于网络结构设计的方法(例如U型网络变体)、基于模块设计的方法(例如注意力模块)、基于生成对抗模型的方法和基于Transformer的方法进行分类总结,分析各方法的优缺点并比较模型性能优劣;最后,针对目前视网膜血管分割领域存在的几大问题和挑战,讨论了对应的解决方案和思路,并对未来发展方向进行展望,以期进一步推动视网膜血管分割技术的进步,具有较好参考价值。 展开更多
关键词 深度学习 视网膜血管分割 卷积神经网络 生成对抗网络 TRANSFORMER
在线阅读 下载PDF
Transformer和生成对抗网络相结合的图像修复
19
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Res-DCGAN和改进AlexNet的稻谷病害识别方法
20
作者 余子怡 李正权 邢松 《传感器与微系统》 北大核心 2025年第6期38-42,共5页
针对稻谷病害之间差别细微、难以实现精确识别的问题,提出一种基于Res-DCGAN和改进AlexNet的稻谷病害识别方法。首先,针对数据集多样性不足的问题,使用基于残差优化的深度卷积生成对抗网络(Res-DCGAN)联合非生成式方法对数据集进行扩充... 针对稻谷病害之间差别细微、难以实现精确识别的问题,提出一种基于Res-DCGAN和改进AlexNet的稻谷病害识别方法。首先,针对数据集多样性不足的问题,使用基于残差优化的深度卷积生成对抗网络(Res-DCGAN)联合非生成式方法对数据集进行扩充;其次,设计基于高效通道注意力机制的多分支特征提取结构的AlexNet,使不同尺度特征相融合,同时聚焦图像关键信息,且引入批量归一化方法和全局平均池化层,防止过拟合,减少参数量;最后,引入联合损失函数,使模型同时专注于难分类的样本。本文采用的扩充数据集的方式相较于仅使用非生成式方式,精确率提高了2.2%,且改进后的模型准确率达99.05%。相较于传统的AlexNet,VGG16和Inception v3模型分别提高了3.67,2.84和1.97个百分点,其模型收敛更快,泛化能力更好。 展开更多
关键词 计算机视觉 卷积神经网络 高效通道注意力机制 生成对抗网络
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 … 19 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