-
题名基于渐进式生成对抗网络的农作物病虫害细粒度分类
被引量：1
- 1
-
-
作者
邓昀
冯琦尧
牛照文
康燕萍
-
机构
桂林理工大学信息科学与工程学院
广西嵌入式技术与智能系统重点实验室
-
出处
《中国农机化学报》
北大核心
2024年第3期156-162,218,F0002,共9页
-
基金
广西科技计划项目(桂科AD16380059)
广西自然科学基金项目(2018GXNSFAA281235)。
-
文摘
随着深度学习应用的普及和飞速发展,基于深度学习的图像识别方法广泛应用于农作物病虫害领域,但大部分的神经网络重视识别准确率的提高,却忽略神经网络庞大的参数计算量。为解决这个问题,基于渐进式生成对抗网络判别器模型和卷积注意力模块,提出一种改进的渐进式生成对抗网络判别器CPDM网络模型对农作物病虫害进行识别。通过对渐进式生成对抗网络判别器网络结构的调整,采用均衡学习率、像素级特征向量归一化和卷积注意力模块增强CPDM网络模型的特征提取能力,提高对真实图片的识别准确率。试验在PlantVillage数据集上进行,将该模型与VGG16、VGG19和ResNet18进行比较,得到TOP-1准确率分别为99.06%、96.50%、96.65%、98.86%,分别提高2.56%、2.41%、0.2%,且参数量仅为8.2 M。试验证明提出的CPDM网络模型满足在保证分类准确率的基础上,有效控制神经网络参数计算量的目的。
-
关键词
农作物病虫害
渐进式生成对抗网络
卷积注意力模块
细粒度分类
-
Keywords
crop diseases and pests
progressive growing of GANs
CBAM
fine-grained classification
-
分类号
S435
[农业科学—农业昆虫与害虫防治]
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于属性的概念格渐进式生成算法
被引量：27
- 2
-
-
作者
李云
刘宗田
陈崚
沈夏炯
徐晓华
-
机构
上海大学计算机学院
扬州大学信息工程学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2004年第10期1768-1771,共4页
-
基金
国家自然科学基金 ( 60 2 75 0 2 2 )资助
-
文摘
提出了一种新的基于属性的渐进式概念格生成算法 ,通过不断地渐增属性来构造概念格 .该算法不仅为概念格的构造提供了一种新的方法 ,还解决了在已构造好概念格的前提下 ,增加属性所带来的概念格更新问题 .给出了算法的实现方法 ,并结合实例说明了概念格的更新过程 .试验表明 ,在通常情况下 。
-
关键词
形式概念分析
概念格
属性
渐进式生成
-
Keywords
formal concept analysis(FCA)
concept lattice
attribute
incremental formation
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于渐进式生成对抗网络的舰船红外图像仿真
被引量：7
- 3
-
-
作者
谢晓方
刘厚君
张龙杰
孙涛
张龙云
-
机构
海军航空大学
山东大学
-
出处
《激光与红外》
CAS
CSCD
北大核心
2021年第4期471-479,共9页
-
基金
国家自然科学基金项目(No.51809156)
中国博士后科学基金项目(No.2016M600537)
教育部产学合作协同育人项目项目(No.201902295036)资助。
-
文摘
红外图像仿真在红外导引头设计、仿真训练中起到十分关键的作用。针对如何生成高分辨率、视觉特征可控的红外图像,提出了一种基于渐进式生成对抗网络的红外图像仿真方法。本文利用舰船模型的红外图像数据集训练了图像合成网络,输入随机特征向量,输出高分辨率的红外仿真图像;设计了图像编码网络,实现红外图像到特征向量的转换;利用Logistic回归方法,在特征向量域找到了控制红外图像角度特征的方向向量,并据此生成了不同角度的舰船模型仿真图像;最后通过均值哈希算法和平均结构相似性算法来定量评价仿真图像和真实图像的差异,实验结果表明仿真的红外图像和真实图像的相似度很高,可以为真实舰船的可控化红外图像仿真提供参考。
-
关键词
渐进式生成对抗网络
图像编码网络
图像特征向量
样式控制
舰船红外仿真
-
Keywords
progressive generative adversarial network
image encoder network
image feature vector
style control
infrared simulation of warship
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名粗糙面SAR图像渐进式生成对抗网络
- 4
-
-
作者
雷正鑫
张旭
徐丰
-
机构
复旦大学电磁波信息科学教育部重点实验室
-
出处
《上海航天（中英文）》
CSCD
2021年第S01期91-97,共7页
-
文摘
粗糙面合成孔径雷达(SAR)图像在遥感和目标识别等领域有着非常重要的意义。目前,粗糙面SAR图像的仿真方法主要有三种:数值法、统计法和解析法。数值法的计算复杂度会随着粗糙面尺寸的增大而升高,导致计算速度变慢,这限制了该方法的应用;统计法如空间相关模型是从统计角度生成SAR图像;解析法如基尔霍夫近似法(KA)等适用于计算粗糙面的散射矩阵。相干空变双向散射分布函数(CSVBSDF)物理模型可以生成多维度参数下的粗糙面的SAR图像,但其计算速度不能满足实时仿真需求。基于CSVBSDF,本文提出了一种粗糙面SAR图像渐进式生成对抗网络(RSPG),提高了SAR图像生成的速度。实验结果表明,生成的SAR图像与真实SAR图像在平均结构相似性指标上达到0.8,并且生成的速度与CSVBSDF相比得到了提高。
-
关键词
生成对抗网络
SAR图像
神经网络
粗糙面
粗糙面SAR图像渐进式生成对抗网络
-
Keywords
generative adversarial network
synthetic aperture radar(SAR)image
neural network
rough surface
progressive generative adversarial network for rough surface SAR images(RSPG)
-
分类号
TN957.52
[电子电信—信号与信息处理]
-
-
题名一种改进的区间概念格渐进式生成算法
- 5
-
-
作者
张茹
刘保相
王立亚
-
机构
华北理工大学理学院
-
出处
《电子技术与软件工程》
2016年第15期183-183,共1页
-
基金
国家自然科学基金(61370168
61472340)
河北省自然科学基金(F2016209344)
-
文摘
在区间概念格的渐进式生成算法中,由于部分概念的缺失导致多区间概念格的合并过程难以进行。针对这个问题,将区间概念分为存在概念、冗余概念和空概念,进而提出了一种新的区间概念格渐进式生成算法。该算法保证了格结构的完整性,为区间概念格的结构合并与优化奠定了基础。
-
关键词
区间概念格
渐进式生成算法
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于渐进式增长生成对抗网络的月度源荷场景生成
- 6
-
-
作者
朱陈政翰
柳东歌
黄津钜
韩晓男
高源
孙英云
-
机构
新能源电力系统全国重点实验室(华北电力大学)
国网经济技术研究院有限公司
-
出处
《高电压技术》
EI
CAS
CSCD
北大核心
2024年第9期3955-3964,I0016-I0019,共14页
-
基金
国家电网有限公司总部管理科技项目(1400-202356812A-3-8-KJ)。
-
文摘
月度场景生成是月度时序生产模拟、制定电量计划以及细化场景分析的基础。针对月度源荷场景建模通常面临的多元高维变量拟合困难、源-荷不确定性加剧等问题,提出一种基于渐进式增长生成对抗网络的月度源荷场景生成新方法。对月度时序功率序列进行均值拆分处理,以得到多时间尺度功率序列,将源荷序列纵向拼接并结合多时间尺度特性设计相应的二维卷积结构;采用平滑渐进式增长方式及特殊训练策略,逐步生成多颗粒度的源荷场景;生成网络解构低维与高维特征,首先学习月、周下的日尺度特性,再逐渐拟合高维非线性特征,以生成小时级别的720月度场景。最后,基于实际风-光-荷数据集进行算例分析。结果表明所提算法在月度源荷场景生成的有效性,可为月度调度规划提供参考。
-
关键词
多时间尺度
月度场景生成
渐进式增长生成对抗网络
源-荷不确定性
数据驱动
调度规划
-
Keywords
multi-time scale
monthly scenario generation
progressive growing of generative adversarial nets
source-load uncertainty
data driven
dispatching and planning
-
分类号
TM73
[电气工程—电力系统及自动化]
-
-
题名一种渐进式增长条件生成对抗网络模型
- 7
-
-
作者
马辉
王瑞琴
杨帅
-
机构
湖州师范学院
-
出处
《电信科学》
2023年第6期105-113,共9页
-
基金
国家自然科学基金资助项目(No.62277016)。
-
文摘
渐进式增长生成对抗网络(PGGAN)是一种能够生成高分辨图像的网络模型,但是当样本间的类别不平衡或者样本类别过于相似或不相似时,容易出现模式崩溃现象而导致生成效果不佳。提出一种渐进式增长条件生成对抗网络(PGCGAN)模型,将条件生成对抗网络的思想引入PGGAN,在PGGAN的基础上加入类别信息作为条件,在网络结构和小批量标准差两个方面对PGGAN进行了改进,缓解图像生成过程中的模式崩溃现象。在对3个数据集的实验中,相比于PGGAN,PGCGAN在起始分数(IS)和Fréchet距离(FID)两个评价图像生成的指标方面都有较大程度的提升,生成的图像具有更高的多样性和真实性;且PGCGAN可以同时训练多个无关联的数据集而不崩溃,在类别不平衡或数据过于相似和不相似的数据集中均能产生高质量的图像。
-
关键词
生成对抗网络
渐进式增长条件生成对抗网络
小批量标准差
图像生成
-
Keywords
generative adversarial network
progressive growing of conditional GAN
mini-batch standard deviation
image generation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
