期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
改进半监督GAN及在糖网病分级上的应用
1
作者
岳丹阳
罗健旭
《计算机工程与设计》
北大核心
2022年第8期2204-2212,共9页
针对糖网病标注数据量少的问题,提出一种改进的半监督生成对抗网络方法,可以利用大量无标签数据和生成数据提升分类精度。基于Triple-GAN的半监督学习方法,提出多尺度残差网络,使用多层特征提高分类精度;设计一种压缩激活双注意力生成...
针对糖网病标注数据量少的问题,提出一种改进的半监督生成对抗网络方法,可以利用大量无标签数据和生成数据提升分类精度。基于Triple-GAN的半监督学习方法,提出多尺度残差网络,使用多层特征提高分类精度;设计一种压缩激活双注意力生成对抗网络,生成具有大范围关联性的图像,提高半监督模型的数据分布拟合能力。实验验证,提出模型的分类精度优于常见一些半监督模型,在糖尿病眼底图像上取得了较高的分类精度。
展开更多
关键词
半监督分类
半监督
生成
对抗
网络
三重
生成
对抗
网络
残差
网络
糖网病
下载PDF
职称材料
基于Triple GAN的滚动轴承故障诊断方法研究
被引量：
2
2
作者
胡兵兵
唐嘉辉
+1 位作者
武吉梅
刘杰
《噪声与振动控制》
CSCD
北大核心
2021年第4期109-114,220,共7页
滚动轴承运行状态好坏会影响旋转机械的整体运转平稳性。由于在实际工况中带有标签的故障样本难以获取,基于传统深度学习的故障诊断方法,利用不足量的标签数据进行训练常导致模型无法学习到准确的故障特征。此外,智能故障诊断模型中的...
滚动轴承运行状态好坏会影响旋转机械的整体运转平稳性。由于在实际工况中带有标签的故障样本难以获取,基于传统深度学习的故障诊断方法,利用不足量的标签数据进行训练常导致模型无法学习到准确的故障特征。此外,智能故障诊断模型中的参数设置也是影响诊断结果优劣的关键因素。为了解决上述问题,提出一种基于三重生成式对抗网络的滚动轴承故障诊断方法。该方法将传统两人博弈转换为三人博弈,通过生成器、分类器与判别器的共同作用分别达到样本生成、标记与分类的目的。借助具有优越搜索效率的量子遗传算法,解决三重生成式对抗网络复杂的学习率设置问题。实验结果表明,该方法在标签数据不足的情况下,能够同时完成标注数据和高准确率故障诊断的工作。
展开更多
关键词
故障诊断
滚动轴承
三重
生成
式
对抗
网络
量子遗传算法
下载PDF
职称材料
题名
改进半监督GAN及在糖网病分级上的应用
1
作者
岳丹阳
罗健旭
机构
华东理工大学信息科学与工程学院
出处
《计算机工程与设计》
北大核心
2022年第8期2204-2212,共9页
基金
上海市科技创新行动计划基金项目(19511121203)。
文摘
针对糖网病标注数据量少的问题,提出一种改进的半监督生成对抗网络方法,可以利用大量无标签数据和生成数据提升分类精度。基于Triple-GAN的半监督学习方法,提出多尺度残差网络,使用多层特征提高分类精度;设计一种压缩激活双注意力生成对抗网络,生成具有大范围关联性的图像,提高半监督模型的数据分布拟合能力。实验验证,提出模型的分类精度优于常见一些半监督模型,在糖尿病眼底图像上取得了较高的分类精度。
关键词
半监督分类
半监督
生成
对抗
网络
三重
生成
对抗
网络
残差
网络
糖网病
Keywords
semi-supervised classification
semi-supervised generative adversarial network
Triple-GAN
residual network
diabetic retinopathy
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于Triple GAN的滚动轴承故障诊断方法研究
被引量：
2
2
作者
胡兵兵
唐嘉辉
武吉梅
刘杰
机构
西安理工大学印刷包装与数字媒体学院
西安理工大学机械与精密仪器工程学院
出处
《噪声与振动控制》
CSCD
北大核心
2021年第4期109-114,220,共7页
基金
国家自然科学基金资助项目(51705420,51905422)
陕西省自然科学基金资助项目(2019JM-341)。
文摘
滚动轴承运行状态好坏会影响旋转机械的整体运转平稳性。由于在实际工况中带有标签的故障样本难以获取,基于传统深度学习的故障诊断方法,利用不足量的标签数据进行训练常导致模型无法学习到准确的故障特征。此外,智能故障诊断模型中的参数设置也是影响诊断结果优劣的关键因素。为了解决上述问题,提出一种基于三重生成式对抗网络的滚动轴承故障诊断方法。该方法将传统两人博弈转换为三人博弈,通过生成器、分类器与判别器的共同作用分别达到样本生成、标记与分类的目的。借助具有优越搜索效率的量子遗传算法,解决三重生成式对抗网络复杂的学习率设置问题。实验结果表明,该方法在标签数据不足的情况下,能够同时完成标注数据和高准确率故障诊断的工作。
关键词
故障诊断
滚动轴承
三重
生成
式
对抗
网络
量子遗传算法
Keywords
fault diagnosis
rolling bearing
triple generative adversarial nets
quantum genetic algorithm
分类号
TP206.3 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
改进半监督GAN及在糖网病分级上的应用
岳丹阳
罗健旭
《计算机工程与设计》
北大核心
2022
0
下载PDF
职称材料
2
基于Triple GAN的滚动轴承故障诊断方法研究
胡兵兵
唐嘉辉
武吉梅
刘杰
《噪声与振动控制》
CSCD
北大核心
2021
2
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
