期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于生成对抗网络的太阳能电池缺陷增强方法 被引量:5
1
作者 刘坤 文熙 +2 位作者 黄闽茗 杨欣欣 毛经坤 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2020年第4期684-693,共10页
为了解决太阳能电池样本不均衡问题,提出负样本引导生成对抗网络的太阳能电池缺陷样本增强方法.通过在生成对抗模型中引入大量负样本和增加负样本引导损失,促进模型对正样本特征的表达,提升生成样本的多样性;设计自适应的权值约束方法,... 为了解决太阳能电池样本不均衡问题,提出负样本引导生成对抗网络的太阳能电池缺陷样本增强方法.通过在生成对抗模型中引入大量负样本和增加负样本引导损失,促进模型对正样本特征的表达,提升生成样本的多样性;设计自适应的权值约束方法,平衡生成器和判别器的表达能力,提升生成样本的质量.实验结果表明,在太阳能电池电致发光(EL)缺陷数据集上,提出方法的生成质量和检测精度优于深度卷积生成对抗网络(DCGAN)、梯度惩罚Wasserstein距离生成对抗网络(WGAN-GP)和一阶导数生成对抗网络(FOGAN);该方法的F测度较DCGAN、WGAN-GP和FOGAN分别最高提升了10%、8%和5%,具有较好的数据增强性能.在带钢表面缺陷数据集及DAGM 2007公共数据集上,提出方法的性能优于DCGAN、WGAN-GP和FOGAN,具有一定的泛化能力. 展开更多
关键词 样本不均衡 数据增强 生成对抗网络(GAN) 太阳能电池 负样本引导
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部