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150篇文章
< 1 2 … 8 >
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：
基于生成式对抗网络和多模态注意力机制的扩频与常规调制信号识别方法
1
作者 王华华 张睿哲 黄永洪 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第4期1212-1221,共10页
针对低信噪比条件下的扩频与常规调制信号分类精度低的问题,该文提出一种基于生成式对抗网络(GAN)、卷积神经网络(CNN)和长短期记忆(LSTM)网络的多模态注意力机制信号调制识别方法。首先生成待识别信号的时频图像(TFIs),并利用GAN实现T... 针对低信噪比条件下的扩频与常规调制信号分类精度低的问题,该文提出一种基于生成式对抗网络(GAN)、卷积神经网络(CNN)和长短期记忆(LSTM)网络的多模态注意力机制信号调制识别方法。首先生成待识别信号的时频图像(TFIs),并利用GAN实现TFIs降噪处理;然后将信号的同相正交数据(I/Q data)与TFIs作为模型输入,并搭建基于CNN的TFIs识别支路和基于LSTM的I/Q数据识别支路;最后,在模型中添加注意力机制,增强I/Q数据和TFIs中重要特征对分类结果的决定作用。实验结果表明,该文所提方法相较于单模态识别模型以及其它基线模型,整体分类精度有效提升2%~7%,并在低信噪比条件下具备更强的特征表达能力和鲁棒性。 展开更多
关键词 深度学习 自动调制识别 生成对抗网络(gan) 多模态特征 时频分布
下载PDF
基于相关性分析和生成对抗网络的电网缺失数据填补方法
2
作者 蔡榕 杨雪 +2 位作者 田江 赵奇 王毅 《电力工程技术》 北大核心 2024年第1期229-237,共9页
城市电网新型电力系统中多元资源增多,数据采集难度加大,导致数据随机缺失率升高,难以满足精细化分析决策需求。为解决新型电力系统中配网量测数据在采集与传输过程中频发的缺失问题,文中提出一种基于波动互相关分析(fluctuation cross-... 城市电网新型电力系统中多元资源增多,数据采集难度加大,导致数据随机缺失率升高,难以满足精细化分析决策需求。为解决新型电力系统中配网量测数据在采集与传输过程中频发的缺失问题,文中提出一种基于波动互相关分析(fluctuation cross-correlation analysis,FCCA)算法和生成对抗网络(generative adversarial network,GAN)的电网缺失数据填补方法。首先,融合FCCA算法提出强相关性电网数据多维特征提取方法;其次,基于核主成分分析(kernel principal component analysis,KPCA)对多维特征数据集进行降维处理;最后,设计改进型GAN结构,融合电网数据多维特征对低维向量进行重构,实现缺失数据填补。算例采用真实电网数据进行算法验证,并在某城市电网试运行。结果表明,所提方法比传统数据填补方法具有更高填补精度。因此,在新型电力系统中量测数据连续缺失和缺失量较大的情况下,融合强相关性特征进行数据填补,对提升量测数据的完整性和可用性有明显优势。 展开更多
关键词 新型电力系统 波动互相关分析(FCCA) 多维特征 生成对抗网络(gan) 缺失数据 核主成分分析(KPCA) 智能填补
下载PDF
基于生成对抗网络的文本两阶段生成高质量图像方法
3
作者 曹寅 秦俊平 +2 位作者 高彤 马千里 任家琪 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2024年第4期674-683,共10页
为了解决传统文本生成图像方法生成图像质量差和文本描述与生成图像不一致问题,以多种损失函数为约束,提出深度融合注意力的生成对抗网络方法(DFA-GAN).采用两阶段图像生成,以单级生成对抗网络(GAN)为主干,将第一阶段生成的初始模糊图... 为了解决传统文本生成图像方法生成图像质量差和文本描述与生成图像不一致问题,以多种损失函数为约束,提出深度融合注意力的生成对抗网络方法(DFA-GAN).采用两阶段图像生成,以单级生成对抗网络(GAN)为主干,将第一阶段生成的初始模糊图像输入第二阶段,对初始图像进行高质量再生成,以提升图像的生成质量.在图像生成的第一阶段,设计视觉文本融合模块,深度融合文本特征与图像特征,将文本信息充分融合在不同尺度的图像采样过程中.在图像生成的第二阶段,为了充分融合图像特征与文本描述词特征,提出以改进后的Vision Transformer为编码器的图像生成器.定量与定性实验结果表明,对比其他主流模型,所提方法提高了生成图像的质量,与文本描述更加符合. 展开更多
关键词 文字生成图像 深度融合 生成对抗网络(gan) 多尺度特征融合 语义一致性
下载PDF
基于生成对抗Transformer的电力负荷数据异常检测
4
作者 陆旦宏 范文尧 +3 位作者 杨婷 倪敏珏 李思琦 朱晓 《电力工程技术》 北大核心 2024年第1期157-164,共8页
电力负荷异常数据将给电力系统规划、负荷预测以及用能分析等带来较大的负面影响,因此亟须对负荷数据异常进行检测与识别。首先,针对电力负荷数据异常分类、原因及其特征开展分析。其次,改进传统Transformer编码器结构,采用多头注意力... 电力负荷异常数据将给电力系统规划、负荷预测以及用能分析等带来较大的负面影响,因此亟须对负荷数据异常进行检测与识别。首先,针对电力负荷数据异常分类、原因及其特征开展分析。其次,改进传统Transformer编码器结构,采用多头注意力层代替掩码多头注意力层,同时移除前馈网络,以提高模型对负荷时序序列的全局注意力。基于生成对抗网络(generative adversarial networks,GAN)生成器与判别器的博弈结构,提出一种改进的GAN-Transformer模型,以更好地捕捉趋势性特征并加速模型收敛。然后,引入多阶段映射与训练方法,综合焦点分数打分机制,通过分阶段负荷序列重构帮助模型更好地提取负荷数据异常特征。最后,算例分析结果表明,GAN-Transformer模型在负荷数据异常检测精确率、召回率、F_(1)值以及训练时间方面均具有更优的性能,验证了所提方法的有效性和优越性。文中研究工作为基于深度学习进一步实现电力负荷数据异常分类与数据修复提供了有益参考。 展开更多
关键词 电力负荷数据 数据异常检测 生成对抗网络(gan)-Transformer 多阶段训练与映射 焦点分数 序列重构
下载PDF
基于生成对抗网络的砂岩薄片图像视野外重建
5
作者 周嵘 吴朝东 张亚楠 《北京大学学报（自然科学版）》 EI CAS CSCD 北大核心 2023年第2期231-241,共11页
利用生成对抗网络(GAN)模型,对砂岩薄片图像的微观颗粒和孔隙结构进行视野外重建,并对预测图像的语义进行评价。结果表明,模型能够预测2.25倍于原始视野的砂岩微观结构,并且针对不同类型的岩石图像语义均具有良好的性能。模型对不同颗... 利用生成对抗网络(GAN)模型,对砂岩薄片图像的微观颗粒和孔隙结构进行视野外重建,并对预测图像的语义进行评价。结果表明,模型能够预测2.25倍于原始视野的砂岩微观结构,并且针对不同类型的岩石图像语义均具有良好的性能。模型对不同颗粒的表面纹理、颗粒形态以及多颗粒间复杂接触关系等语义的图像视野外预测结果与真实图像较为吻合。但是,在微观特殊现象图像的视野外重建任务中,模型缺乏对特殊现象的敏感性。在孔隙结构重建时,模型对微孔面孔率的预测误差大于粒间孔、裂隙和溶蚀孔等孔隙空间。不同孔隙空间重建图像的预测效果可能与孔隙特征(如孔径大小和连通性)有关。 展开更多
关键词 生成对抗网络(gan) 岩石薄片图像 颗粒结构 孔隙结构 图像视野外推
下载PDF
一种基于先验生成对抗网络的人脸超分辨率重建方法
6
作者 杜延松 曹林 +2 位作者 杜康宁 宋沛然 郭亚男 《电讯技术》 北大核心 2023年第5期618-625,共8页
针对人脸超分辨率算法中图像失真大、缺乏细节特征等问题,提出了一种基于先验知识的人脸超分辨率重建模型。通过在超分网络中加入纹理辅助分支,为重建过程提供额外纹理结构先验,以生成精细的面部纹理,恢复高分辨率纹理图。同时引入级联... 针对人脸超分辨率算法中图像失真大、缺乏细节特征等问题,提出了一种基于先验知识的人脸超分辨率重建模型。通过在超分网络中加入纹理辅助分支,为重建过程提供额外纹理结构先验,以生成精细的面部纹理,恢复高分辨率纹理图。同时引入级联叠加模块对纹理辅助分支进行反馈。设计特征融合模块,将纹理特征图与超分分支特征图融合,获得更好的纹理细节;将纹理损失融入损失函数,以提高网络恢复纹理细节的能力。4倍放大因子下,该方法的峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)、结构相似性指数(Structural Similarity Index,SSIM)比现有方法至少提升1.0825 dB和0.036,无参考图像质量评价(Natural Image Quality Evaluator,NIQE)至少降低1.6902;8倍放大因子下,该方法的PSNR与SSIM值分别至少提升0.7875 dB和0.04685,NIQE值最小降低3.92。 展开更多
关键词 人脸超分辨率重建 先验知识 生成对抗网络(gan)
下载PDF
基于改进生成对抗网络模型的红外与可见光图像融合
7
作者 王海宁 廖育荣 +1 位作者 林存宝 倪淑燕 《电讯技术》 北大核心 2023年第3期307-313,共7页
为增强融合图像的视觉效果,减少计算的复杂度,解决传统红外与可见光图像融合算法存在的背景细节丢失问题,提出了一种生成对抗网络框架下基于深度可分离卷积的红外与可见光图像融合方法。首先,在生成器中对源图像进行深度卷积与逐点卷积... 为增强融合图像的视觉效果,减少计算的复杂度,解决传统红外与可见光图像融合算法存在的背景细节丢失问题,提出了一种生成对抗网络框架下基于深度可分离卷积的红外与可见光图像融合方法。首先,在生成器中对源图像进行深度卷积与逐点卷积运算,得到源图像的特征映射信息;其次,通过前向传播的方式更新网络参数,得到初步的单通道融合图像;再次,在红外及可见光判别器中,使用深度可分离卷积分别对源图像与初步融合图像进行像素判别;最后,在损失函数的约束下,双判别器不断将更多的细节信息添加到融合图像中。实验结果表明,相比于传统的融合算法,该方法在信息熵、平均梯度、空间频率、标准差、结构相似性损失和峰值信噪比等评价指标上分别平均提高了1.63%、1.02%、3.54%、5.49%、1.05%、0.23%,在一定程度上提升了融合图像的质量,丰富了背景的细节信息。 展开更多
关键词 图像融合 红外与可见光图像 生成对抗网络(gan) 深度可分离卷积
下载PDF
基于生成对抗网络的CT图像无监督超分辨率分析
8
作者 李云鹤 陈伦强 +1 位作者 赵慧岩 吴绍华 《高技术通讯》 CAS 2023年第7期704-712,共9页
提高计算机断层成像(CT)医疗影像的分辨率有助于医生更精确地识别病变部位,具有重要临床诊断意义。本文研究在没有高-低分辨率图像对数据的条件下,使用仅包含低分辨率图像的数据集,通过降质网络和注入噪声获得与真实图像同域的低分辨率... 提高计算机断层成像(CT)医疗影像的分辨率有助于医生更精确地识别病变部位,具有重要临床诊断意义。本文研究在没有高-低分辨率图像对数据的条件下,使用仅包含低分辨率图像的数据集,通过降质网络和注入噪声获得与真实图像同域的低分辨率图像,进而构造接近天然图像对的训练数据集。并且设计了包括超分辨生成器、超分辨鉴别器和超分辨特征提取器的超分辨率生成对抗网络(DeSRGAN),实现对CT影像4倍超分辨率分析。实验测试表明,超分辨率分析生成的4倍CT图像在NIQE、BRISQUE和PIQE等无参考图像质量评估指标的定量对比中,DeSRGAN方法均优于最新的单图像超分辨率的增强型深度残差网络(EDSR)、残差信道注意力网络(RCAN)、增强型超分辨率生成对抗性网络(ESRGAN)等方法生成的图像。同时在直观视觉效果上,DeSRGAN方法生成的图像具有更清晰细节和更好感知效果。 展开更多
关键词 超分辨率分析 计算机断层成像(CT) 生成对抗网络(gan) 深度学习
下载PDF
生成对抗网络GAN综述 被引量：63
9
作者 梁俊杰 韦舰晶 蒋正锋 《计算机科学与探索》 CSCD 北大核心 2020年第1期1-17,共17页
生成对抗网络(GAN)作为一种新的无监督学习算法框架得到越来越多研究者的青睐,已然成为当下的一个研究热点。GAN受启发于博弈论中的二人零和博弈理论,其独特的对抗训练思想能生成高质量的样本,具有比传统机器学习算法更加强大的特征学... 生成对抗网络(GAN)作为一种新的无监督学习算法框架得到越来越多研究者的青睐,已然成为当下的一个研究热点。GAN受启发于博弈论中的二人零和博弈理论,其独特的对抗训练思想能生成高质量的样本,具有比传统机器学习算法更加强大的特征学习和特征表达能力。目前GAN在计算机视觉领域尤其是在样本生成领域取得显著成功,每年有大量GAN相关研究的论文产出。针对GAN这一热点模型,首先介绍了GAN的研究现状;接着介绍了GAN的理论、框架,详细分析了GAN在训练过程中存在梯度消失和模式崩溃的原因;然后讨论了一些典型的GAN的改进模型,总结了它们理论的改进之处、优点、局限性、应用场景以及实现成本,同时还将GAN与VAE、RBM模型进行比较,总结出GAN的优势和劣势;最后展示了GAN在数据生成、图像超分辨率、图像风格转换等方面的应用成果,并探讨了GAN目前面临的挑战以及未来的研究方向。 展开更多
关键词 机器学习 无监督学习 生成对抗网络(gan) 梯度消失 模式崩溃
下载PDF
注意力融合双流特征的局部GAN生成人脸检测算法 被引量：1
10
作者 陈北京 王鹏 +1 位作者 喻乐延 舒华忠 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2023年第3期543-551,共9页
为解决现有局部生成式对抗网络(GAN)生成人脸检测算法在检测经过后处理的图像时性能严重下降的问题,提出一种注意力融合双流特征的局部GAN生成人脸检测算法.该算法利用双流网络分别从RGB颜色空间和YCbCr颜色空间中提取鲁棒特征,并引入... 为解决现有局部生成式对抗网络(GAN)生成人脸检测算法在检测经过后处理的图像时性能严重下降的问题,提出一种注意力融合双流特征的局部GAN生成人脸检测算法.该算法利用双流网络分别从RGB颜色空间和YCbCr颜色空间中提取鲁棒特征,并引入注意力特征融合模块在不同网络层上融合双流特征以获得更鲁棒的特征.同时采用多层次特征融合决策提高网络对局部生成区域特征的提取和辨别能力.实验结果表明,所提算法的鲁棒性优于现有算法,尤其是针对JPEG压缩和双边滤波后处理.在FFHQ+规则子集上与次优算法相比,该算法在3种强度的JPEG压缩和双边滤波上的平均准确率分别提高了1.88%和2.64%;在FFHQ+不规则子集上与次优算法相比,该算法在3种强度的JPEG压缩和双边滤波上的平均准确率分别提高了2.85%和1.60%. 展开更多
关键词 生成式对抗网络(gan) 生成人脸 Xception网络 特征融合 注意力机制
下载PDF
数据匮乏场景下采用生成对抗网络的空间负荷预测方法 被引量：27
11
作者 肖白 黄钰茹 +3 位作者 姜卓 施永刚 焦明曦 王徭 《中国电机工程学报》 EI CSCD 北大核心 2020年第24期7990-8001,共12页
针对在历史负荷数据匮乏场景下,现有空间负荷预测方法预测结果精度较低甚至失效的问题,提出一种基于生成式对抗网络(generative adversarial networks,GAN)和RCGAN的空间负荷预测方法。该方法首先建立电力地理信息系统,并生成I类元胞和... 针对在历史负荷数据匮乏场景下,现有空间负荷预测方法预测结果精度较低甚至失效的问题,提出一种基于生成式对抗网络(generative adversarial networks,GAN)和RCGAN的空间负荷预测方法。该方法首先建立电力地理信息系统,并生成I类元胞和Ⅱ类元胞?然后构建基于原始GAN的数据生成模型,根据十分有限的历史负荷数据生成数量充足且兼顾负荷时空分布规律的"Ⅱ类元胞历史负荷数据",达到数据增强的目的。其次构建基于RCGAN的空间负荷预测模型。最后利用生成的"Ⅱ类元胞历史负荷数据"和确定参数的RCGAN模型实现空间负荷预测。工程实例表明该方法是正确、有效的。 展开更多
关键词 空间负荷预测(SLF) 电力系统规划 生成式对抗网络(gan) 卷积神经网络 长短时记忆神经网络(LSTM)
原文传递
生成对抗网络的单图像超分辨率重建方法 被引量：19
12
作者 彭晏飞 高艺 +2 位作者 杜婷婷 桑雨 訾玲玲 《计算机科学与探索》 CSCD 北大核心 2020年第9期1612-1620,共9页
基于深度卷积神经网络的超分辨率重建方法虽然有较高的峰值信噪比(PSNR),但重建结果在大尺度因子下存在缺乏高频信息和纹理细节,视觉感知效果差的问题。针对这一问题,提出了一种基于生成对抗网络的单图像超分辨率重建方法。首先迁移支... 基于深度卷积神经网络的超分辨率重建方法虽然有较高的峰值信噪比(PSNR),但重建结果在大尺度因子下存在缺乏高频信息和纹理细节,视觉感知效果差的问题。针对这一问题,提出了一种基于生成对抗网络的单图像超分辨率重建方法。首先迁移支持向量机中的hinge损失作为目标函数,其次使用更加稳定、抗噪性更强的Charbonnier损失代替L2损失函数,最后去掉了残差块和判别器中对图像超分辨率不利的批规范化层,并在生成器和判别器中使用谱归一化来减小计算开销,稳定模型训练。实验结果表明,在4倍放大尺度因子下,相较其他对比方法,该方法重建图像的PSNR值最高提升4.6 dB,SSIM值最高提升0.1,测试时间较短。实验数据和效果图均表明该方法重建的超分辨率图像视觉效果较好,且有更高的PSNR和SSIM值。 展开更多
关键词 超分辨率重建 生成对抗网络(gan) 深度学习 卷积神经网络(CNN) 损失函数
下载PDF
基于用户偏好挖掘生成对抗网络的推荐系统 被引量：3
13
作者 李广丽 滑瑾 +4 位作者 袁天 朱涛 邬任重 姬东鸿 张红斌 《计算机科学与探索》 CSCD 北大核心 2020年第5期803-814,共12页
用户偏好挖掘是推荐系统研究中的关键问题,它对于改善推荐质量具有非常重要的作用。提出用户偏好挖掘生成对抗网络(UPM-GAN),从两个角度深入分析用户隐含偏好:基于三元组损失算法对用户评分矩阵进行处理,挖掘难分负样本,以更好地确立正... 用户偏好挖掘是推荐系统研究中的关键问题,它对于改善推荐质量具有非常重要的作用。提出用户偏好挖掘生成对抗网络(UPM-GAN),从两个角度深入分析用户隐含偏好:基于三元组损失算法对用户评分矩阵进行处理,挖掘难分负样本,以更好地确立正样本,为准确刻画用户偏好奠定基础;基于奇异值分解(SVD++)算法构建UPM-GAN的生成模型,利用SVD++算法中的偏置信息及隐式参数描述用户隐含偏好,以提高评分预测精度。最后使用最新生成对抗网络(GAN)框架完成推荐系统训练,在MovieLens-100K、MovieLens-1M这两个主流数据集上展开实验仿真。实验表明UPM-GAN的Precision@K、均值平均精度(MAP)等多项指标均优于对比基线,且它还具有收敛速度快、训练过程平稳等优点。基于UPM-GAN的推荐系统具有一定实用价值。 展开更多
关键词 推荐系统 生成对抗网络(gan) 用户偏好挖掘 奇异值分解(SVD++) 三元组损失 难分负样本
下载PDF
基于生成对抗网络的建筑物损毁检测 被引量：2
14
作者 葛小三 陈曦 +1 位作者 赵文智 李瑞祥 《测绘学报》 EI CSCD 北大核心 2022年第2期238-247,共10页
建筑物作为自然灾害中最受影响的承灾体之一,其损毁信息的准确提取对灾后应急救援具有十分重要的意义。本文借鉴多模态的思想,提出了一种自动检测损毁建筑物的recursive-generative adversarial networks(RS-GAN)方法,将损毁建筑物检测... 建筑物作为自然灾害中最受影响的承灾体之一,其损毁信息的准确提取对灾后应急救援具有十分重要的意义。本文借鉴多模态的思想,提出了一种自动检测损毁建筑物的recursive-generative adversarial networks(RS-GAN)方法,将损毁建筑物检测分为灾前建筑物识别和灾后损毁建筑物检测两个任务,且分别在两个GAN分支中完成。RS-GAN加入联合损失函数将两个GAN分支进行连接,充分利用两个任务之间的潜在互利性提升检测效果。RS-GAN利用第1条GAN分支识别建筑物灾前形状与位置,并将识别结果作为第2条GAN分支的输入进行损毁建筑物检测任务,从而使检测结果具有更清晰的轮廓。该方法为端到端模型,在不需要过多的人工干预情形下,实现了损毁建筑物的自动检测。为了验证RS-GAN模型的效果,在圣罗莎和密苏里两个数据集上进行了测试。试验结果表明,RS-GAN方法拥有更好的检测性能,在圣罗莎数据集上的总体精度和平均精度分别达到了0.90和0.86。 展开更多
关键词 生成对抗网络(gan) 灾前灾后双时相遥感影像 建筑物轮廓提取 损毁建筑物检测 分步学习
下载PDF
生成式对抗网络及其在图像生成中的研究进展 被引量：7
15
作者 马永杰 徐小冬 +2 位作者 张茹 谢艺蓉 陈宏 《计算机科学与探索》 CSCD 北大核心 2021年第10期1795-1811,共17页
生成式对抗网络(GAN)现已成为深度学习领域热门的研究方向,其独特的对抗性思想来源于博弈论中的二人零和博弈,如何解决GAN训练不稳定、生成样本质量差、评价体系不够健全、可解释性差等问题是目前GAN研究的重点和难点。调研了生成式对... 生成式对抗网络(GAN)现已成为深度学习领域热门的研究方向,其独特的对抗性思想来源于博弈论中的二人零和博弈,如何解决GAN训练不稳定、生成样本质量差、评价体系不够健全、可解释性差等问题是目前GAN研究的重点和难点。调研了生成式对抗网络的研究背景和发展趋势。首先阐述了生成式对抗网络的基本思想和算法实现,分析了GAN的优势与不足,然后对已有改进方法进行了较为系统的分类,从基于结构改变和基于损失函数变体的两种类型分别梳理了一些典型的GAN的优化方法和衍生模型;比较了GAN与其他生成模型的异同,介绍了各自的优势与不足;对比了GAN及其衍生模型的性能,总结了它们的运作机制、优点、局限性以及适用场景,介绍了生成式对抗网络在图像生成领域中的应用;最后列举了生成式对抗网络的主流评价指标,分析了GAN研究中仍面临的主要问题并给出对应的解决思路,并将列举出的主流解决手段在解决效果及可应用性方面进行了对比分析,展望了未来的研究方向。 展开更多
关键词 生成式对抗网络(gan) 机器学习 深度学习 图像处理 无监督学习 图像生成
下载PDF
基于生成对抗网络的最大熵逆强化学习 被引量：1
16
作者 陈建平 陈其强 +3 位作者 傅启明 高振 吴宏杰 陆悠 《计算机工程与应用》 CSCD 北大核心 2019年第22期119-126,共8页
针对逆强化学习算法在训练初期由于专家样本稀疏所导致的学习速率慢的问题,提出一种基于生成对抗网络(Generative Adversarial Networks,GAN)的最大熵逆强化学习算法。在学习过程中,结合专家样本训练优化生成对抗网络,以生成虚拟专家样... 针对逆强化学习算法在训练初期由于专家样本稀疏所导致的学习速率慢的问题,提出一种基于生成对抗网络(Generative Adversarial Networks,GAN)的最大熵逆强化学习算法。在学习过程中,结合专家样本训练优化生成对抗网络,以生成虚拟专家样本,在此基础上利用随机策略生成非专家样本,构建混合样本集,结合最大熵概率模型,对奖赏函数进行建模,并利用梯度下降方法求解最优奖赏函数。基于所求解的最优奖赏函数,利用正向强化学习方法求解最优策略,并在此基础上进一步生成非专家样本,重新构建混合样本集,迭代求解最优奖赏函数。将所提出的算法与MaxEnt IRL算法应用于经典的Object World与Mountain Car问题,实验表明,该算法在专家样本稀疏的情况下可以较好地求解奖赏函数,具有较好的收敛性能。 展开更多
关键词 生成对抗网络(gan) 逆强化学习 最大熵
下载PDF
生成对抗网络在肝脏肿瘤图像分割中的应用综述 被引量：1
17
作者 张颖 仇大伟 刘静 《计算机工程与应用》 CSCD 北大核心 2022年第16期18-30,共13页
由于肝脏肿瘤图像复杂多样且肝脏肿瘤图像数据集获取困难等问题,快速准确地诊断肝脏肿瘤疾病面临着诸多挑战,尤其是肝脏肿瘤的分割是其中的关键研究内容。生成对抗网络在半监督学习领域具有强大的优越性,因此其在医学图像处理中得到广... 由于肝脏肿瘤图像复杂多样且肝脏肿瘤图像数据集获取困难等问题,快速准确地诊断肝脏肿瘤疾病面临着诸多挑战,尤其是肝脏肿瘤的分割是其中的关键研究内容。生成对抗网络在半监督学习领域具有强大的优越性,因此其在医学图像处理中得到广泛应用。为了分析肝脏肿瘤图像在分割领域的现状以及未来发展,针对应用GAN的肝脏肿瘤图像分割方法进行研究,介绍GAN模型的网络结构与衍生模型,重点总结并分析生成对抗网络在肝脏肿瘤图像分割中的应用,包括基于网络结构改进的GAN方法、基于生成器或判别器改进的GAN方法和基于GAN的其他改进方法。最后在已有的研究进展和基础之上,对GAN在肝脏肿瘤图像分割中的应用进行总结,讨论GAN在肝脏肿瘤图像分割上所面临的挑战,并对其未来发展进行展望。 展开更多
关键词 生成对抗网络(gan) 图像分割 肝脏肿瘤
下载PDF
基于空间连续生成对抗网络的视频帧间图像生成 被引量：1
18
作者 张涛 张猛 蒋培培 《高技术通讯》 EI CAS 北大核心 2018年第9期843-851,共9页
针对低帧率视频播放不流畅以及使用传统方法提高视频帧率造成的边缘模糊问题,本文提出一种基于空间连续生成对抗网络(SC-GAN)的视频帧间图像生成方法。首先本文使用自编码器作为判别器,引入Wasserstein距离表示真实样本与生成样本损失... 针对低帧率视频播放不流畅以及使用传统方法提高视频帧率造成的边缘模糊问题,本文提出一种基于空间连续生成对抗网络(SC-GAN)的视频帧间图像生成方法。首先本文使用自编码器作为判别器,引入Wasserstein距离表示真实样本与生成样本损失分布的差异,替代传统生成对抗网络直接匹配数据分布的方式,其次利用生成器与判别器之间的平衡参数稳定训练过程,有效避免了模型崩溃的问题,最后利用连续视频帧图像在空间上的连续性,通过Adam在相邻两帧之间找到一个最优值,将其映射到图像空间,得到生成的帧间图像。为了说明生成的帧间图像的真实性,本文采用PSNR和SSIM对帧间图像进行了评估,评估结果证明生成的帧间图像具有较高的真实度,同时验证了本文提出的基于SC-GAN的视频帧间图像生成方法的可行性和有效性。 展开更多
关键词 生成式对抗网络(gan) 对抗式训练 空间连续性 ADAM 帧间图像生成
下载PDF
生成样本对抗训练的图半监督学习
19
作者 王聪 王杰 +1 位作者 刘全明 梁吉业 《计算机科学与探索》 CSCD 北大核心 2023年第2期367-375,共9页
给定一个由少量标记节点和大量未标记节点组成的图,图半监督学习的目标是为图中的未标记节点分配标签。生成对抗网络已经在半监督学习中展示了强大的能力,但基于生成对抗网络的图半监督学习的研究工作较少,目前的工作主要关注在低密度... 给定一个由少量标记节点和大量未标记节点组成的图,图半监督学习的目标是为图中的未标记节点分配标签。生成对抗网络已经在半监督学习中展示了强大的能力,但基于生成对抗网络的图半监督学习的研究工作较少,目前的工作主要关注在低密度区域生成未标记样本削弱子图之间的信息传播,从而使决策边界更清晰,但在这类方法中,标记样本过少仍是其面临的主要挑战。针对这个问题,提出了一种基于生成样本对抗训练的图半监督学习算法。该算法基于生成对抗网络,分别生成服从真实样本分布的标记样本和与真实样本分布不同的未标记样本,其中生成的标记样本扩充了监督信息,生成的未标记样本减少了密度间隙中邻近节点的影响,从而提高了图半监督分类效果。相比现有的方法,提出的算法全面考虑了标记样本和未标记样本对图半监督学习的影响,使其分类能力更强。同时在不同的数据集上进行了大量的实验,验证了该方法的有效性。 展开更多
关键词 图半监督学习 生成对抗网络(gan) 对抗训练 生成样本 图嵌入
下载PDF
序列生成对抗网络在推荐系统中的应用 被引量：8
20
作者 伍鑫 黄勃 +1 位作者 方志军 刘文竹 《计算机工程与应用》 CSCD 北大核心 2020年第23期175-179,共5页
推荐系统旨在根据用户的历史行为数据发现该用户可能感兴趣的新项目,并产生相应的推荐。当前大部分的推荐系统多根据用户的历史行为数据,挖掘相似用户,并从相似用户的历史数据中选出彼此历史数据中未出现的新项目;或者根据用户感兴趣的... 推荐系统旨在根据用户的历史行为数据发现该用户可能感兴趣的新项目,并产生相应的推荐。当前大部分的推荐系统多根据用户的历史行为数据,挖掘相似用户,并从相似用户的历史数据中选出彼此历史数据中未出现的新项目;或者根据用户感兴趣的历史项目匹配相似的新项目,从而实现推荐。但这些推荐方式对原始数据有着较强的依赖关系,且难以发觉不同项目之间隐含的序列关系。因此提出一种融合Item2vec和生成对抗网络(Generative Adversarial Networks,GAN)方法的推荐算法,可以学习得到项目间难以表达的关系;挖掘用户历史数据中的序列关系,学习用户兴趣偏好的真实分布;实现用户兴趣偏好的预测。实验发现该推荐算法具有较好的表现。 展开更多
关键词 推荐系统 序列预测 Item2vec 生成对抗网络(gan) 偏好特征
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 … 8 下一页 到第 页
使用帮助 返回顶部