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168篇文章
< 1 2 … 9 >
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DCGAN和U^(2)-Net模型的齿轮点蚀辨识
1
作者 刘妤 谭钦宜 古前程 《振动与冲击》 北大核心 2025年第10期301-310,共10页
结合改建的齿轮试验台能够在线获取齿轮工作齿面图像的优势,探讨了基于机器视觉技术实现齿轮点蚀辨识的方法,并开展了试验研究。针对齿轮点蚀样本稀缺,采用深度卷积生成对抗网络(deep convolutional generative adversarial network,DCG... 结合改建的齿轮试验台能够在线获取齿轮工作齿面图像的优势,探讨了基于机器视觉技术实现齿轮点蚀辨识的方法,并开展了试验研究。针对齿轮点蚀样本稀缺,采用深度卷积生成对抗网络(deep convolutional generative adversarial network,DCGAN),实现了样本的多样化、高质量扩增;结合前期研究基础,提取了齿轮的有效工作齿面,实现了齿面倾斜校正和畸变修正;引入ECA注意力机制,改进了U^(2)-Net模型,实现了齿轮点蚀图像感兴趣区域的精确分割;在此基础上,通过统计齿轮历史点蚀率,构建了基于图像信号的齿轮点蚀辨识模型,实现了齿轮点蚀辨识。结果表明:采用机器视觉技术实现齿轮点蚀辨识的方法是可行的,基于DCGAN和U^(2)-Net模型的齿轮点蚀识别准确率达93.56%。研究成果可为齿轮点蚀辨识提供一种更为直接、可靠的方法,对于机械装备的状态监测有一定的参考价值。 展开更多
关键词 齿轮 点蚀 模式识别 深度卷积生成对抗网络(dcgan) U^(2)-net
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
基于循环双谱与改进VGGNet的常规雷达目标分类
3
作者 李秋生 熊芳茂 朱化娟 《航空兵器》 北大核心 2025年第4期95-102,共8页
针对传统雷达目标识别方法在低分辨率和强噪声背景下识别性能受限的问题,本文提出了一种融合循环谱切片与深度学习技术的创新性解决方案。首先,采用时域平滑法计算雷达信号的循环谱,并通过对目标循环谱切片的理论分析获取其区分性特征... 针对传统雷达目标识别方法在低分辨率和强噪声背景下识别性能受限的问题,本文提出了一种融合循环谱切片与深度学习技术的创新性解决方案。首先,采用时域平滑法计算雷达信号的循环谱,并通过对目标循环谱切片的理论分析获取其区分性特征。然后,将切片谱图输入改进型深度卷积生成对抗网络(Deep Convolutional Generative Adversarial Networks,DCGAN)进行数据增强处理,以扩充样本规模并提升模型的泛化能力。在此基础上,利用改进的视觉几何组网络(Visual Geometry Group Network,VGGNet)自动提取表征目标循环平稳性的特征量值。实验结果表明,循环谱能有效表征目标信号的本质属性,并展现对噪声和杂波的强效抑制能力。在有限样本和低信噪比条件下,所提方法的分类准确率显著提升,向站飞行姿态目标分类准确率分别达到98.46%(f=f_(c))与98.40%(f=0),背站飞行姿态目标分类准确率分别为98.30%(f=f_(c))与98.13%(f=0),相较于传统方法和原始VGGNet网络,准确率分别提升了2.06%~2.40%和1.89%~2.34%。 展开更多
关键词 电子战 雷达目标 目标识别 循环谱 深度卷积生成对抗网络 视觉几何组网络
在线阅读 下载PDF
基于改进DCGAN的棉叶螨为害图像数据增强方法 被引量：1
4
作者 雷竣杰 周保平 《江苏农业学报》 北大核心 2025年第5期916-926,共11页
为解决棉叶螨不同为害程度图像样本量不足和类别不平衡的问题,降低数据采集成本,并提高生成对抗网络生成图像的质量和多样性,本研究提出了一种基于改进DCGAN模型的棉叶螨为害图像数据增强方法。在原始模型的基础上,引入类别标签,使模型... 为解决棉叶螨不同为害程度图像样本量不足和类别不平衡的问题,降低数据采集成本,并提高生成对抗网络生成图像的质量和多样性,本研究提出了一种基于改进DCGAN模型的棉叶螨为害图像数据增强方法。在原始模型的基础上,引入类别标签,使模型能够针对不同等级的棉叶螨为害图像进行针对性生成,有效解决类别不平衡问题;其次,将传统的直连结构替换为残差结构,增强模型对复杂映射关系的学习能力,避免梯度消失问题,提升生成图像的质量;接着,在卷积层中嵌入卷积注意力模块(CBAM),强化模型对棉叶螨为害图像关键特征的提取能力,进一步提高生成图像的质量和多样性;最后,采用带有梯度惩罚的Wasserstein距离作为损失函数,避免模式崩溃的问题,增强模型的训练稳定性。改进后的DCGAN模型在训练稳定性和生成图像质量方面均优于原始模型,其生成图像的Inception score(IS,8.51)、Fréchet inception distance(FID,150.12)、Kernel inception distance(KID,0.06)和结构相似性指数(SSIM,0.82)均高于其他经典数据增强模型生成的图像。以改进的DCGAN模型生成的图像构建训练集训练棉叶螨为害图像分级模型——DenseNet-121模型,结果表明,基于改进的DCGAN模型生成的数据集训练的DenseNet-121模型平均分级准确率达88.02%,高于基于传统增强方法和其他模型生成的数据集训练的DenseNet-121模型。本研究为农业病虫害智能监测提供了技术支持。 展开更多
关键词 棉叶螨 为害程度 深度卷积生成对抗网络(dcgan) 图像数据增强
在线阅读 下载PDF
基于DCGAN数据增强的樱桃番茄可溶性固形物含量光谱检测方法 被引量：2
5
作者 吴至境 刘富强 +1 位作者 李志刚 陈慧 《食品科学》 EI CAS 北大核心 2025年第2期214-221,共8页
针对樱桃番茄在实际检测中样品数不足的特点,本研究提出一种深度卷积生成对抗网络(deep convolutional generative adversarial network,DCGAN)模型以同时扩充光谱数据及可溶性固形物含量(soluble solids content,SSC)标签数据,并建立... 针对樱桃番茄在实际检测中样品数不足的特点,本研究提出一种深度卷积生成对抗网络(deep convolutional generative adversarial network,DCGAN)模型以同时扩充光谱数据及可溶性固形物含量(soluble solids content,SSC)标签数据,并建立一维卷积神经网络回归(one dimensional-convolutional neural networks regression,1D-CNNR)模型以提高模型的预测精度和泛化能力。为了比较,分别建立偏最小二乘回归(partial least squares regression,PLSR)模型和支持向量机回归(support vector regression,SVR)模型。将原始80个样品数据集、1000个样品的DCGAN扩充数据集和1080个样品的合并数据集,分别结合1D-CNNR、SVR及PLSR进行建模与预测。为了进一步验证模型的泛化能力,一批新的总数为40个样品的樱桃番茄数据作为上述3个模型的新测试集。结果显示,使用合并数据集划分所得校正集进行1D-CNNR建模后,模型为最优的SSC回归检测模型。此时1D-CNNR面向合并样品测试集的预测准确率最高,预测相关系数r_(p)=0.9807,均方根误差RMSE_(p)=0.1929;与SVR与PLSR对比,1D-CNNR面向新的40个样品数据集的预测准确率也最高,其r_(p)=0.9638,RMSE_(p)=0.2245。本研究可为有效准确检测樱桃番茄的可溶性固形物含量提供一种新思路。 展开更多
关键词 樱桃番茄 可溶性固形物含量 可见-近红外漫反射光谱 深度卷积生成对抗网络 一维卷积神经网络
在线阅读 下载PDF
差分拉曼结合VGG16和DCGAN检验食品包装
6
作者 周君霞 李春宇 +1 位作者 姜红 赵雪珺 《红外与激光工程》 北大核心 2025年第5期92-103,共12页
提出基于具有16层的视觉几何组网络(VGG16)和聚类分析的差分拉曼食品包装检验方法。为了给分类模型提供充足的训练数据,对深度卷积生成对抗网络(DCGAN)的训练策略、生成谱图的质量对VGG16特征提取的影响进行探究。对食品包装的差分拉曼... 提出基于具有16层的视觉几何组网络(VGG16)和聚类分析的差分拉曼食品包装检验方法。为了给分类模型提供充足的训练数据,对深度卷积生成对抗网络(DCGAN)的训练策略、生成谱图的质量对VGG16特征提取的影响进行探究。对食品包装的差分拉曼数据采用Python作成71张谱图后,使用VGG16提取谱图特征,用主成分分析(PCA)对特征降维,使用降维后的特征进行聚类分析。对不同的训练集、不同迭代次数训练出来的DCGAN生成的谱图质量进行比较,并使用VGG16-PCA得到谱图二维特征并可视化。VGG16-PCA-K均值聚类算法和VGG16-PCA-高斯混合模型的聚类准确率分别达到91.5%和88.7%。用同一个类别的谱图作训练集训练的DCGAN,和用全部类别的谱图作训练集训练的DCGAN相比,可以生成谱线更连续、清晰度更高、形状与真实谱图更相似的谱图。将5张生成谱图和25张生成谱图分别与71张真实谱图一起进行VGG16-PCA分析,生成谱图数量占比越大,聚类结果中真实谱图分布变化越大、生成谱图与同类谱图距离越远。将同一个DCGAN模型生成的5张谱图和71张真实谱图一起进行VGG16-PCA分析,针对不同迭代次数的DCGAN的对比研究表明,DCGAN迭代次数越多,生成的谱图越拟真,在可视化图中与同一类别真实谱图距离越近。使用VGG16提取特征可以在免去人工筛选和统计特征峰的工作的同时让聚类结果准确率较高;DCGAN可以生成较为拟真的差分拉曼谱图,生成谱图越拟真则VGG16提取特征越准确。 展开更多
关键词 差分拉曼 食品包装 视觉几何组网络 聚类分析 深度卷积生成对抗网络
在线阅读 下载PDF
基于改进DCGAN的管道缺陷识别方法研究
7
作者 田野 张杰 +2 位作者 陈海艳 高富超 高涛 《化工设备与管道》 北大核心 2025年第1期89-95,共7页
油气管道定期检测评价是保障能源供应安全的重要手段,漏磁内检测技术是管道完整性评价的主要方法之一。由于管道漏磁检测获得样本数据的成本高昂,需要数据增强的方式对数据集进行有效扩充。为了解决原始漏磁数据增强过程中数据生成质量... 油气管道定期检测评价是保障能源供应安全的重要手段,漏磁内检测技术是管道完整性评价的主要方法之一。由于管道漏磁检测获得样本数据的成本高昂,需要数据增强的方式对数据集进行有效扩充。为了解决原始漏磁数据增强过程中数据生成质量较差的问题,提出了一种改进的深度卷积对抗网络数据增强方法。首先,将原始的漏磁数据经过处理生成漏磁图像,然后将传统的生成对抗网络与深度卷积相结合(DCGAN)并改进,进行数据增强,得到改进后的DCGAN网络。与传统数据增强方法相比,该方法有效地减少了网络训练样本的数量,提高了生成数据的质量。利用该方法进行训练得到的图像与原始漏磁图像按一定比例共同作为数据集带入卷积神经网络CNN中,训练后的管道缺陷识别准确率比仅使用原始图像进行训练后的结果提升了3.9%,有效地提高了管道缺陷识别的准确性。 展开更多
关键词 漏磁内检测 深度卷积对抗网络(dcgan) 卷积神经网络(CNN) 缺陷识别
在线阅读 下载PDF
基于改进DCGAN的对地观测图像生成方法 被引量：1
8
作者 黄丹丹 汪梅 +3 位作者 张永高 施俊杰 张岩 李远成 《西安科技大学学报》 CAS 北大核心 2024年第5期985-995,共11页
为了研究无人机对地观测图像样本的平衡性,提高对地观测在深度学习中的应用,采用图像生成方法对无人机对地观测图像进行大量生成;针对图像生成模型在训练时出现的稳定性和生成图像的质量问题,提出一种基于改进DCGAN的对地观测图像生成... 为了研究无人机对地观测图像样本的平衡性,提高对地观测在深度学习中的应用,采用图像生成方法对无人机对地观测图像进行大量生成;针对图像生成模型在训练时出现的稳定性和生成图像的质量问题,提出一种基于改进DCGAN的对地观测图像生成方法。首先在DCGAN的生成器和判别器的网络结构中增加批处理层,然后将判别器的优化器改进为随机梯度下降,且生成器的优化器采用自适应学习率,最后改进模型的损失函数。结果表明:改进后的DCGAN网络模型生成的数据与原始数据的统计特征相似,模型性能良好,相比于其他的GAN衍生模型,改进后的DCGAN模型更具有稳定性,在训练过程中未出现模式崩塌的现象,模型生成图像的FID分数值为4.631,比原始DCGAN模型低2.409,该方法生成的图像质量更好,更加适用大规模的对地观测图像数据的生成。 展开更多
关键词 对地观测 深度卷积生成对抗网络 深度学习 图像生成
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
9
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WGAN的智能超表面辅助系统的信道估计研究
10
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
基于深度学习的肺部CT图像病灶区域分割研究综述 被引量：1
11
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
基于DCGAN反馈的深度差分隐私保护方法 被引量：14
12
作者 毛典辉 李子沁 +1 位作者 蔡强 薛子育 《北京工业大学学报》 CAS CSCD 北大核心 2018年第6期870-877,共8页
为了防止攻击者在深度学习模型应用过程中利用生成式对抗网络(generative adversarial networks,GAN)等技术还原出训练集中的数据,保护训练数据集中用户的敏感信息,提出一个基于深度卷积生成式对抗网络(deep convolutional generative a... 为了防止攻击者在深度学习模型应用过程中利用生成式对抗网络(generative adversarial networks,GAN)等技术还原出训练集中的数据,保护训练数据集中用户的敏感信息,提出一个基于深度卷积生成式对抗网络(deep convolutional generative adversarial networks,DCGAN)反馈的深度差分隐私保护方法.该方法在深度网络参数优化计算时结合差分隐私理论添加噪声数据,基于差分隐私与高斯分布可组合特点,计算深度网络每一层的隐私预算,在随机梯度下降(stochastic gradient descent,SGD)计算中添加高斯噪声使之总体隐私预算最小;利用DCGAN生成数据选取可能得到的最优结果,通过对比攻击结果和原始数据之间的差别调节深度差分隐私模型参数,实现训练数据集可用性与隐私保护度的平衡.实验结果表明,该方法针对训练数据集中的敏感信息具有较高的隐私保护能力. 展开更多
关键词 训练数据集保护 差分隐私 深度学习 图像生成 深度卷积生成式对抗网络(dcgan)
在线阅读 下载PDF
基于改进DCGAN的数据增强方法 被引量：27
13
作者 甘岚 沈鸿飞 +1 位作者 王瑶 张跃进 《计算机应用》 CSCD 北大核心 2021年第5期1305-1313,共9页
针对小样本数据在深度学习中训练难的问题,为提高DCGAN训练效率,提出了一种改进的DCGAN算法对小样本数据进行增强。首先,使用Wasserstein距离替换原模型中的损失模型;其次,在生成网络和判别网络中加入谱归一化,以得到稳定的网络结构;最... 针对小样本数据在深度学习中训练难的问题,为提高DCGAN训练效率,提出了一种改进的DCGAN算法对小样本数据进行增强。首先,使用Wasserstein距离替换原模型中的损失模型;其次,在生成网络和判别网络中加入谱归一化,以得到稳定的网络结构;最后,通过极大似然估计算法和实验估算得到样本的最佳噪声输入维度,从而提高生成样本的多样性。在MNIST、Celeb A和Cartoon这三个数据集上的实验结果表明:改进后的DCGAN所生成样本的清晰度以及识别率比改进前均得到了明显提高,其中平均识别率在这几个数据集上分别提高了8.1%、16.4%和16.7%,几种清晰度评价指标在各数据集上均有不同程度的提高。可见该方法能够有效地实现小样本数据增强。 展开更多
关键词 小样本 数据增强 dcgan Wasserstein距离 谱归一化 内在维数
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
14
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
基于拉曼光谱和DCGAN数据增强的珍珠粉掺伪检测研究 被引量：11
15
作者 谈爱玲 楚振原 +1 位作者 王晓斯 赵勇 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2022年第3期769-775,共7页
珍珠粉和珍珠层粉化学成分相似,但是珍珠层粉的药用价值远低于珍珠粉,并且珍珠层粉制备容易,成本底,常被不法商家用于冒充或掺入珍珠粉中流入市场,谋取利益。因此,对珍珠粉掺伪鉴别和纯度检测具有重要的意义。采用激光拉曼光谱结合深度... 珍珠粉和珍珠层粉化学成分相似,但是珍珠层粉的药用价值远低于珍珠粉,并且珍珠层粉制备容易,成本底,常被不法商家用于冒充或掺入珍珠粉中流入市场,谋取利益。因此,对珍珠粉掺伪鉴别和纯度检测具有重要的意义。采用激光拉曼光谱结合深度学习研究珍珠粉掺伪快速鉴别和纯度分析。将纯珍珠粉和珍珠层粉按一定比例混合,制成珍珠粉质量百分数分别为0%,25%,50%,75%,80%,85%,90%,95%与100%共9种纯度270个模拟掺伪珍珠粉样本。然后对样本进行拉曼光谱采集,参数设置如下:分辨率为4.5 cm^(-1),积分时间为3000 ms,激光功率为20 mW。搭建了深度卷积生成式对抗神经网络(DCGAN)模型,对样本拉曼光谱进行数据增强;在此基础上,结合K近邻(K-nearest neighbor)、随机森林(random forest)、决策树(decision tree)、一维卷积神经网络(1D-CNN)4种分类器,对纯度为85%,90%,95%与100%的小比例掺伪样本进行真伪鉴别分析;同时,结合一维卷积神经网络对9种纯度的珍珠粉掺伪样本建立纯度预测的定量模型。结果表明:基于DCGAN数据增强方法所生成的拉曼光谱,与原始光谱相比,在峰值信噪比和结构相似度两个评价指标上均明显优于传统数据增强方法;在珍珠粉掺伪定性鉴别方面,DCGAN增强后的数据分别送入4种分类器,对4种小比例掺杂样本的真伪鉴别正确率均达到100%;在对9种掺伪纯度样本纯度检测方面,对测试集样本,DCGAN-1DCNN方法所建纯度定量预测模型性能最优,其决定系数R^(2)为0.9884,预测均方根误差RMSEP为0.0348,一维卷积神经网络的损失值Loss为0.0012,定量模型拟合最好。拉曼光谱结合DCGAN算法为珍珠粉掺伪鉴别及纯度检测提供一种快速简便的方法。深度卷积生成式对抗网络的数据增强方法在光谱分析技术领域具有重要的研究意义和应用价值。 展开更多
关键词 生成式对抗网络 拉曼光谱 深度学习 珍珠粉掺伪 一维卷积神经网络
在线阅读 下载PDF
基于DCGAN数据增强的水产动物分类方法 被引量：8
16
作者 王德兴 秦恩倩 袁红春 《渔业现代化》 CSCD 2019年第6期68-75,共8页
针对公开大规模水产动物数据集少、人为采集数据工作量大以及传统数据增强方法对数据的特征提升有限的问题,提出一种基于深度卷积生成对抗网络的数据增强方法用于水产动物图像识别。首先,使用深度卷积生成对抗网络(DCGAN)对样本数据进... 针对公开大规模水产动物数据集少、人为采集数据工作量大以及传统数据增强方法对数据的特征提升有限的问题,提出一种基于深度卷积生成对抗网络的数据增强方法用于水产动物图像识别。首先,使用深度卷积生成对抗网络(DCGAN)对样本数据进行增强,然后分别使用VGG16、InceptionV3、ResNet50这三个训练模型,以微调的方式,对样本进行训练、识别。结果显示,所提出的方法在水产动物数据集上,与非生成式的数据增强方法相比,在3种模型上分类的准确率可分别提高9.8%、2.7%、1.2%。试验证实,DCGAN可有效增强水产动物图像数据,提高深度神经网络模型对水产动物图像分类的准确率。 展开更多
关键词 深度卷积生成对抗网络 数据增强 水产动物分类
在线阅读 下载PDF
结合DCGAN与LSTM的阿兹海默症分类算法 被引量：1
17
作者 林颖 何啸峰 +1 位作者 陈灵娜 陈俊熹 《计算机应用研究》 CSCD 北大核心 2020年第5期1574-1577,共4页
针对传统的阿兹海默症(AD)分类3D模型参数过多以及2D模型缺乏连续性特征的问题,提出了一种结合2D卷积神经网络与长短时记忆网络的脑部核磁共振成像(MRI)图像分类算法。利用深度卷积生成对抗网络(DCGAN),卷积层能够在无标签的情况下自动... 针对传统的阿兹海默症(AD)分类3D模型参数过多以及2D模型缺乏连续性特征的问题,提出了一种结合2D卷积神经网络与长短时记忆网络的脑部核磁共振成像(MRI)图像分类算法。利用深度卷积生成对抗网络(DCGAN),卷积层能够在无标签的情况下自动提取到图像特征。首先以无监督的方式训练卷积神经网络;然后将MRI图像序列转换为特征序列,再输入到长短时记忆网络进行训练;最后结合特征序列与LSTM的隐藏状态进行分类。实验结果显示,相比3D模型,该算法有着更少的参数,对于NC与AD的分类达到了93.93%的准确率,对于NC与MCI的分类达到了86.27%的准确率。 展开更多
关键词 阿兹海默症 深度卷积生成对抗网络 长短时记忆 无监督
在线阅读 下载PDF
Transformer和生成对抗网络相结合的图像修复
18
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
基于深度学习的视网膜血管分割研究进展 被引量：1
19
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
基于DCGAN数据集增强的ECT系统流型识别技术改进 被引量：2
20
作者 胡红利 王茂杰 +2 位作者 杨姝楠 杨海潮 卢家宇 《西北大学学报（自然科学版）》 CAS CSCD 北大核心 2023年第4期554-562,共9页
基于电容层析成像(electrical capacitance tomography,ECT)系统的流型识别技术具有非侵入性和可视化的优点,被广泛应用于各种工业过程的动态测量中。为提高ECT系统的流型识别准确率,基于神经网络模型的识别算法被广泛应用,但ECT系统难... 基于电容层析成像(electrical capacitance tomography,ECT)系统的流型识别技术具有非侵入性和可视化的优点,被广泛应用于各种工业过程的动态测量中。为提高ECT系统的流型识别准确率,基于神经网络模型的识别算法被广泛应用,但ECT系统难以获得大量实测样本,从而导致识别准确率低、模型泛化性差。针对这一问题,该文采用了基于深度卷积生成对抗网络(DCGAN)的数据集扩增方法,利用经过预处理的LSSVM方法重建所得的图像,搭建基于DCGAN的流型图像生成模型进行实验,并利用GAN-train和GAN-test两个客观指标对生成图像进行评价,之后使用扩增后的数据集进行基于YOLOv3的流型识别。实验结果表明,利用DCGAN方法能够有效扩增原有数据集,生成图像准确度高、丰富性强,配合YOLOv3的目标检测算法,可以对ECT系统的流型识别准确率提升有较大程度的改进。 展开更多
关键词 流型识别 数据集扩增 机器学习 深度卷积生成对抗网络 YOLOv3
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 … 9 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