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3,206篇文章
< 1 2 … 161 >
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：
改进LSTM神经网络在极短期波浪时序预报中的应用 被引量：6
1
作者 尚凡成 李传庆 +1 位作者 詹可 朱仁传 《上海交通大学学报》 EI CAS CSCD 北大核心 2023年第6期659-665,共7页
高效准确的极短期预报对实海况下船海结构物的施工作业安全意义重大.由于海浪的随机性,短期预报往往使用时间序列分析进行,近年来神经网络特别是长短期记忆(LSTM)神经网络在时间序列分析上预报能力强.基于此,提出一种结合生成式对抗思想... 高效准确的极短期预报对实海况下船海结构物的施工作业安全意义重大.由于海浪的随机性,短期预报往往使用时间序列分析进行,近年来神经网络特别是长短期记忆(LSTM)神经网络在时间序列分析上预报能力强.基于此,提出一种结合生成式对抗思想的LSTM改进形式,在神经网络中嵌入频域特性等的先验知识,实现时频域信息耦合预报.经实验测试可知,该方法预报精度优于传统时序分析方法和LSTM神经网络结果,适用于极短期时序预报,有助于实现更好的船舶操纵控制. 展开更多
关键词 极短期预报 时序分析 长短期记忆神经网络 生成式对抗
下载PDF
基于面部生成的视频序列多角度人脸识别系统
2
作者 张子豪 张华琰 张雷 《计算机应用与软件》 北大核心 2024年第8期210-218,共9页
针对人机交互系统捕捉大姿态侧脸图像过程中面部纹理缺失严重导致的人脸识别效果不佳问题,提出一种基于面部生成的视频序列多角度人脸识别系统。对传统人脸识别系统中的检测和对齐模块进行改进,将生成对抗网络(GAN)与两种主流面部特征... 针对人机交互系统捕捉大姿态侧脸图像过程中面部纹理缺失严重导致的人脸识别效果不佳问题,提出一种基于面部生成的视频序列多角度人脸识别系统。对传统人脸识别系统中的检测和对齐模块进行改进,将生成对抗网络(GAN)与两种主流面部特征点定位方法相结合。通过增加预处理过程实现正面人脸生成,并针对不同侧脸角度设定系统阈值,还原丢失面部特征。实验结果表明,该系统能有效提高人脸定位精度,并最多可将识别准确率提升18.85%。 展开更多
关键词 人脸识别 面部生成 生成对抗网络 面部特征点定位 图像处理
下载PDF
边缘对抗结合层次门控卷积的人脸修复研究
3
作者 翟凤文 周钊 +1 位作者 孙芳林 金静 《Journal of Measurement Science and Instrumentation》 CAS CSCD 2024年第1期33-42,共10页
针对目前人脸缺损图像修复存在边缘模糊和失真等问题,提出了一种两阶段层次门控卷积网络(Hierarchical gated convolutional network,HGCN),并将其与边缘对抗网络相结合用于人脸图像修复。首先,采用边缘对抗网络生成边缘图像。其次,将... 针对目前人脸缺损图像修复存在边缘模糊和失真等问题,提出了一种两阶段层次门控卷积网络(Hierarchical gated convolutional network,HGCN),并将其与边缘对抗网络相结合用于人脸图像修复。首先,采用边缘对抗网络生成边缘图像。其次,将边缘图、掩模和缺损图像作为输入,训练HGCN的GAN模型以修复缺损人脸图像。HGCN网络采用门控卷积取代传统卷积,并引入了扩张卷积,网络的主体由粗修复模块和精修复模块组成。在粗修复模块中,编码器和解码器网络结构用于粗修复;在精细修复模块中,引入注意力机制来增强特征提取能力,进一步细化修复结果。实验使用Celeba-HQ数据集和NVIDIA不规则掩码数据集作为训练数据集,采用门控卷积网络和注意力机制网络作为实验对比模型,PSNR、 SSIM和MAE作为实验评估指标。实验结果表明,对于缺损区域小于20%的人脸图像,所提出的网络在上述三个指标上优于两种比较网络,而对于缺失区域大于20%的图像,所提出的网络与两种比较方法性能指标接近。在视觉效果方面,所提出的方法在细节上也优于两种对比网络。因而,所提出的网络可以明显提高图像修复效果,尤其是对图像细节的修复效果。 展开更多
关键词 深度学习 人脸修复 层次门控卷积网络 边缘生成 生成对抗网络
下载PDF
融合稠密连接网络与MLP-Mixer的频谱感知方法
4
作者 田左 蔡静 霍熠阳 《导弹与航天运载技术（中英文）》 CSCD 北大核心 2024年第5期92-98,共7页
随着无线应用的持续激增,干扰环境下的通信变得愈发重要,频谱感知技术在解决无线电用频冲突方面发挥了重要作用。然而实际应用环境复杂,获取到的频谱信号不易被高效提取特征,这降低了频谱信号的实用性。如今人工智能在通信领域应用广泛... 随着无线应用的持续激增,干扰环境下的通信变得愈发重要,频谱感知技术在解决无线电用频冲突方面发挥了重要作用。然而实际应用环境复杂,获取到的频谱信号不易被高效提取特征,这降低了频谱信号的实用性。如今人工智能在通信领域应用广泛,对通信技术产生重要影响。为此,从深度学习方法入手,提出一种融合稠密连接网络与MLP-Mixer的频谱感知方法。该模型首先通过Deepinsight网络对频谱信号数据实施处理与转换,使其变换为特征图像,再使用生成式对抗网络合成新的特征图,并在得到特征图像后,采用融合稠密连接网络的混合感知器提取特征,从而感知主用户信道占用情况。经过消融试验对比,所提方法相较于已有模型,较好地提升了频谱感知的检测概率。 展开更多
关键词 频谱感知 深度学习 信号转换 生成对抗 特征提取
下载PDF
基于数据增强与领域泛化的轴承跨域故障诊断
5
作者 徐宁富 彭云建 张清华 《机床与液压》 北大核心 2024年第16期183-193,共11页
在实际故障诊断任务中,待诊断任务往往不可预知,现有的一些迁移学习方法在构建迁移模型时,大多只集中在单一数据来源的学习上,并且极大依赖于目标域数据的样本数量等。针对此问题,提出一种基于数据增强与领域泛化的故障诊断方法。提出... 在实际故障诊断任务中,待诊断任务往往不可预知,现有的一些迁移学习方法在构建迁移模型时,大多只集中在单一数据来源的学习上,并且极大依赖于目标域数据的样本数量等。针对此问题,提出一种基于数据增强与领域泛化的故障诊断方法。提出一种将一维振动信号转换为二维特征指标灰度图的数据预处理方法;利用带有梯度惩罚的深度条件Wasserstein对抗网络对多源域数据进行数据增强;最后,采取多域对抗学习策略,缩小多域间的分布差异,从而实现各域的特征域自适应。在轴承数据集上对所提方法的有效性和可靠性进行了充分的实验验证。实验结果表明:所提方法具有较高的稳定性和泛化性能,并且诊断精度优于其他方法。 展开更多
关键词 数据增强 领域泛化 生成对抗 卷积神经网络 跨域故障诊断
下载PDF
极端低光情况下的图像增强方法 被引量：4
6
作者 杨勇 刘惠义 《图学学报》 CSCD 北大核心 2020年第4期520-528,共9页
针对极端低光情况下的图像增强问题,提出一种基于编码解码网络和残差网络的端到端的全卷积网络模型。设计一个包括编码解码网络和精细网络2部分的端到端的全卷积网络模型作为转换网络,直接处理短曝光图像的光传感器数据得到RGB格式的输... 针对极端低光情况下的图像增强问题,提出一种基于编码解码网络和残差网络的端到端的全卷积网络模型。设计一个包括编码解码网络和精细网络2部分的端到端的全卷积网络模型作为转换网络,直接处理短曝光图像的光传感器数据得到RGB格式的输出图像。该网络包含对抗思想、残差结构和感知损失,先通过对极低光图像编码解码重构图像的低频信息,之后将重构的低频信息输入残差网络中进而重构出图像的高频信息。在SID数据集上进行实验验证,结果表明,该方法有效地提高了极端低光情况下拍摄得到的图像进行低光增强之后的视觉效果,增加了细节表达,使得图像中物体的纹理更加清楚和边缘更加分明。 展开更多
关键词 深度学习 卷积神经网络 极低光图像 生成对抗网络 图像增强
下载PDF
基于深度流形学习的水中目标声信号特征提取
7
作者 周钰 王津 +3 位作者 滕飞 潘必胜 王友瑞 雷迎科 《振动与冲击》 EI CSCD 北大核心 2024年第9期50-59,共10页
随着海洋环境日益复杂,水中目标声信号观测数据呈现出高维数、非线性、非结构化等特点,无疑给水中目标声信号特征提取带来严峻挑战,该文提出了一种基于流形自编码器的水中目标声信号特征提取方法。首先,通过自编码器重建误差对原始数据... 随着海洋环境日益复杂,水中目标声信号观测数据呈现出高维数、非线性、非结构化等特点,无疑给水中目标声信号特征提取带来严峻挑战,该文提出了一种基于流形自编码器的水中目标声信号特征提取方法。首先,通过自编码器重建误差对原始数据进行全局优化,找出潜在的低维表示结果;然后,利用流形学习保持近邻重构权值的思想对潜在表示实施局部约束,保留其内在拓扑结构;最后,引入生成对抗网络架构进行正则化处理,使潜在表示服从特定分布,从而实现一种局部与全局的联合保持低维嵌入方法。在DeepShip深水船公开数据集上进行试验,使用该文方法提取4种深水船数据的本质特征,为评估该类特征的质量水平,利用经典分类器支持向量机进行分类识别,与现有深度学习以及流形学习特征提取方法对比,识别精度平均提高14.96%。 展开更多
关键词 流形 自编码 生成对抗 特征提取
下载PDF
基于深度学习的通信网络安全威胁检测技术研究
8
作者 宋富勇 方波 +2 位作者 柳晓萍 黄华林 李春生 《移动信息》 2024年第11期162-164,共3页
文中探讨了卷积神经网络(CNN)、递归神经网络(RNN)和生成对抗网络(GANs)在威胁检测中的应用。深度学习模型在检测精度和实时性方面优于传统方法,因此文中分析了深度学习在网络安全方面的优势,设计并实现了多个检测模型。GANs在对抗攻击... 文中探讨了卷积神经网络(CNN)、递归神经网络(RNN)和生成对抗网络(GANs)在威胁检测中的应用。深度学习模型在检测精度和实时性方面优于传统方法,因此文中分析了深度学习在网络安全方面的优势,设计并实现了多个检测模型。GANs在对抗攻击侦测方面的表现尤为突出,可以有效增强侦测系统的坚韧度与应变能力。 展开更多
关键词 通信网络安全 卷积神经网络 递归神经网络 生成对抗网络
下载PDF
基于生成对抗网络的多特征融合去雾技术
9
作者 司亚中 张旭龙 +3 位作者 杨帆 王健宗 程宁 肖京 《大数据》 2024年第4期77-88,共12页
为提高图像清晰度,解决传统图像在去雾过程中存在的特征提取困难、去雾不彻底等问题,提出一种基于生成对抗网络的多特征融合端到端去雾网络。该网络由生成器和判别器组成,生成器采用编解码结构,通过多特征提取融合(MFEF)块提取多种感受... 为提高图像清晰度,解决传统图像在去雾过程中存在的特征提取困难、去雾不彻底等问题,提出一种基于生成对抗网络的多特征融合端到端去雾网络。该网络由生成器和判别器组成,生成器采用编解码结构,通过多特征提取融合(MFEF)块提取多种感受野下的高维表征信息。判别器使用一系列卷积计算对生成图像和清晰图像进行特征差异分析,引导生成器输出更加真实的去雾图像。实验结果表明,该算法在有效消除雾霾干扰的同时,能够最大限度地保留图像的原始色调。与现有方法相比,该算法在峰值信噪比、结构相似性客观评价指标上分别提升了2.588 dB、2.66%。 展开更多
关键词 图像处理 图像去雾 深度学习 生成对抗 多特征融合
下载PDF
一种多条件生成对抗网络模型
10
作者 严晓明 《福建师范大学学报（自然科学版）》 CAS 北大核心 2024年第6期47-54,共8页
传统生成对抗网络在条件数量增加时,具体条件组合下的训练样本数量相应减少,此时判别器还是只产生一个判断真假样本的结果,条件和样本对于判别器梯度的贡献降低,导致最终符合多个条件的生成样本的多样性下降。因此提出多条件生成对抗网... 传统生成对抗网络在条件数量增加时,具体条件组合下的训练样本数量相应减少,此时判别器还是只产生一个判断真假样本的结果,条件和样本对于判别器梯度的贡献降低,导致最终符合多个条件的生成样本的多样性下降。因此提出多条件生成对抗网络模型,增加了预处理模块对多个条件进行处理,提高了输入模型中数据条件的维度,并修改了判别器模块的结构,让判别器的权值根据每个条件进行更新,使得梯度值得到充分利用,提高了判别器的性能,因此生成器能得到效果好的生成样本,最后通过实验验证了新模型的有效性。 展开更多
关键词 多条件 生成对抗 少样本 损失函数
下载PDF
基于多尺度编解码网络的道路交通模糊图像盲复原 被引量：3
11
作者 吴兰 范晋卿 文成林 《郑州大学学报（理学版）》 北大核心 2022年第2期8-15,共8页
提出一种多尺度编解码深度卷积神经网络结构,使用生成对抗的思想对模糊图像直接进行盲复原。首先,设计一种优化多尺度残差块应用在编解码器内部,在减少参数量的同时提高了网络非线性表达能力;其次,分别计算多尺度网络每层对应的L2损失,... 提出一种多尺度编解码深度卷积神经网络结构,使用生成对抗的思想对模糊图像直接进行盲复原。首先,设计一种优化多尺度残差块应用在编解码器内部,在减少参数量的同时提高了网络非线性表达能力;其次,分别计算多尺度网络每层对应的L2损失,确保逐级去模糊后的图像更加接近真实图像;最后,在GoPro数据集和真实道路交通模糊图像上进行仿真,结果表明,所提方法能够得到清晰度更高的复原结果。 展开更多
关键词 道路交通 生成对抗 编解码器 图像复原
下载PDF
基于循环生成对抗策略的遥感图像匹配算法 被引量：3
12
作者 唐浩漾 肖佳欣 +1 位作者 翟玉翔 杨东方 《光电子．激光》 CAS CSCD 北大核心 2022年第8期824-830,共7页
针对异源遥感影像成像模式、时相、分辨率等不同导致的图像匹配困难问题,提出了一种基于循环生成对抗策略的遥感图像匹配算法。构建了跨数据域图像特征迁移的循环生成对抗网络(generative adversarial network,GAN),设计SmoothL损失函... 针对异源遥感影像成像模式、时相、分辨率等不同导致的图像匹配困难问题,提出了一种基于循环生成对抗策略的遥感图像匹配算法。构建了跨数据域图像特征迁移的循环生成对抗网络(generative adversarial network,GAN),设计SmoothL损失函数对网络进行优化,提高遥感图像特征提取精度,并基于图像特征迁移结果,建立三元组距离排序损失函数(trioplet margin ranking loss,TMRL)降低遥感图像的误匹配点数,实现异源遥感图像的准确匹配。实验结果表明,本文方法将异源遥感图像匹配平均准确率提升了33.51%,与CMM-Net(cross modlity matching net)方法相比,具有更好的遥感图像匹配效果。此外,本文方法不需要目标域图像的标注信息,匹配时间缩短了0.073s,能快速准确实现异源遥感图像匹配。 展开更多
关键词 图像匹配 特征提取 生成对抗 风格迁移
原文传递
一种融合主题的PGN-GAN文本摘要模型 被引量：1
13
作者 郭继峰 费禹潇 +2 位作者 孙文博 谢培浇 张健 《小型微型计算机系统》 CSCD 北大核心 2023年第1期199-203,共5页
为了改进生成式文本的摘要模型,本文提出了一种基于主题的生成对抗与指针网络结合的文本摘要模型.首先通过LDA主题建模方法获取主题词,在获取单词的主题向量后,将结合主题的词向量与传统的序列注意力相结合,形成新的复合注意力共同影响... 为了改进生成式文本的摘要模型,本文提出了一种基于主题的生成对抗与指针网络结合的文本摘要模型.首先通过LDA主题建模方法获取主题词,在获取单词的主题向量后,将结合主题的词向量与传统的序列注意力相结合,形成新的复合注意力共同影响单词的生成,然后通过加入生成对抗网络以在指针生成网络上取得了更好的效果.实验采用gigaword数据集进行训练,采用ROUGE评分机制进行评分,结果证明由于融入主题因素,相比单独采用指针网络我们的模型提升了摘要结果的可读性及准确性,具有更好的表现. 展开更多
关键词 指针网络 生成对抗 主题模型 文本摘要
下载PDF
基于二进制生成对抗网络的视觉回环检测研究 被引量：2
14
作者 杨慧 张婷 +3 位作者 金晟 陈良 孙荣川 孙立宁 《智能系统学报》 CSCD 北大核心 2021年第4期673-682,共10页
针对现有的回环检测模型大多基于有监督学习进行训练,需要大量标注数据的问题,提出一种视觉回环检测新方法,利用生成对抗思想设计一个深度网络,以无监督学习的方式训练该网络并提取高区分度和低维度的二进制特征。将距离传播损失函数和... 针对现有的回环检测模型大多基于有监督学习进行训练,需要大量标注数据的问题,提出一种视觉回环检测新方法,利用生成对抗思想设计一个深度网络,以无监督学习的方式训练该网络并提取高区分度和低维度的二进制特征。将距离传播损失函数和二值化表示熵损失函数引入神经网络,将高维特征空间的海明距离关系传播到低维特征空间并增加低维特征表示的多样性,进而利用BoVW模型将提取的局部特征融合为全局特征用于回环检测。实验结果表明:相比SIFT和ORB等特征提取方法,所述方法在具有强烈视角变化和外观变化的复杂场景下具有更好的性能,可以与AlexNet和AMOSNet等有监督深度网络相媲美。但采用无监督学习,从根本上避免了费时费力的数据标注过程,特别适用于大规模开放场景的回环检测,同时二进制特征描述符极大地节约了存储空间和计算资源。 展开更多
关键词 回环检测 无监督学习 二进制描述符 BoVW 视觉SLAM 生成对抗 特征提取 深度学习
下载PDF
基于多域对抗学习的无人机目标跟踪算法 被引量：1
15
作者 张高峰 张雄 +3 位作者 武晓嘉 上官宏 王安红 李晏隆 《计算机工程与设计》 北大核心 2021年第10期2962-2969,共8页
针对无人机视频跟踪中正样本不足和单帧强判别特征易导致分类器过拟合的问题,提出一种基于多域对抗学习的实时无人机目标跟踪算法。将生成对抗网络引入到多域学习的特征生成中,利用对抗学习提高特征提取的鲁棒性;在卷积层中加入具有不... 针对无人机视频跟踪中正样本不足和单帧强判别特征易导致分类器过拟合的问题,提出一种基于多域对抗学习的实时无人机目标跟踪算法。将生成对抗网络引入到多域学习的特征生成中,利用对抗学习提高特征提取的鲁棒性;在卷积层中加入具有不同扩展系数的空洞卷积进行多尺度特征抽取,构建具有不同感受野的特征提取模块;在交叉熵损失函数中添加调制因子解决正负样本数量不平衡的问题。实验结果表明,该算法的跟踪精度、成功率均得到了提高。 展开更多
关键词 无人机 目标跟踪 多域学习 生成对抗 空洞卷积
下载PDF
基于生成对抗网络的文本引导人物图像编辑方法
16
作者 黄韬 贾西平 +1 位作者 林智勇 马震远 《广东技术师范大学学报》 2020年第3期16-23,39,共9页
基于文本的描述编辑图像是图像生成领域的一个重要研究方向,目的是识别出文本中描述的语义关系,改变源图像中与其相关的部分,通过图像生成技术获得新的图像.使用现有的方法得到的人物图像在图像清晰度、人物个性特征一致性以及姿态结构... 基于文本的描述编辑图像是图像生成领域的一个重要研究方向,目的是识别出文本中描述的语义关系,改变源图像中与其相关的部分,通过图像生成技术获得新的图像.使用现有的方法得到的人物图像在图像清晰度、人物个性特征一致性以及姿态结构保持等方面有待进一步改进.本文设计了一个编辑人物图像的方法,根据文本描述的语义,通过编辑图像中人物服装的颜色、款式等合成新的人物图像.该模型基于条件式生成对抗网络进行设计,以文本描述、初始人物图像以及高斯噪音作为输入,以多阶段的方式输出由低到高分辨率多输出的人物图像.实验表明,该模型生成的图像在纹理细节、姿态保持等方面优于现有的同类任务模型生成的图像. 展开更多
关键词 生成对抗 图像编辑 人物图像
下载PDF
生成式对抗网络GAN的研究进展与展望 被引量：327
17
作者 王坤峰 苟超 +3 位作者 段艳杰 林懿伦 郑心湖 王飞跃 《自动化学报》 EI CSCD 北大核心 2017年第3期321-332,共12页
生成式对抗网络GAN(Generative adversarial networks)目前已经成为人工智能学界一个热门的研究方向.GAN的基本思想源自博弈论的二人零和博弈,由一个生成器和一个判别器构成,通过对抗学习的方式来训练.目的是估测数据样本的潜在分布并... 生成式对抗网络GAN(Generative adversarial networks)目前已经成为人工智能学界一个热门的研究方向.GAN的基本思想源自博弈论的二人零和博弈,由一个生成器和一个判别器构成,通过对抗学习的方式来训练.目的是估测数据样本的潜在分布并生成新的数据样本.在图像和视觉计算、语音和语言处理、信息安全、棋类比赛等领域,GAN正在被广泛研究,具有巨大的应用前景.本文概括了GAN的研究进展,并进行展望.在总结了GAN的背景、理论与实现模型、应用领域、优缺点及发展趋势之后,本文还讨论了GAN与平行智能的关系,认为GAN可以深化平行系统的虚实互动、交互一体的理念,特别是计算实验的思想,为ACP(Artificial societies,computational experiments,and parallel execution)理论提供了十分具体和丰富的算法支持. 展开更多
关键词 生成式对抗网络 生成式模型 零和博弈 对抗学习 平行智能 ACP方法
下载PDF
深度学习实体关系抽取研究综述 被引量：170
18
作者 鄂海红 张文静 +4 位作者 肖思琪 程瑞 胡莺夕 周筱松 牛佩晴 《软件学报》 EI CSCD 北大核心 2019年第6期1793-1818,共26页
实体关系抽取作为信息抽取、自然语言理解、信息检索等领域的核心任务和重要环节,能够从文本中抽取实体对间的语义关系.近年来,深度学习在联合学习、远程监督等方面上的应用,使关系抽取任务取得了较为丰富的研究成果.目前,基于深度学习... 实体关系抽取作为信息抽取、自然语言理解、信息检索等领域的核心任务和重要环节,能够从文本中抽取实体对间的语义关系.近年来,深度学习在联合学习、远程监督等方面上的应用,使关系抽取任务取得了较为丰富的研究成果.目前,基于深度学习的实体关系抽取技术,在特征提取的深度和模型的精确度上已经逐渐超过了传统基于特征和核函数的方法.围绕有监督和远程监督两个领域,系统总结了近几年来中外学者基于深度学习的实体关系抽取研究进展,并对未来可能的研究方向进行了探讨和展望. 展开更多
关键词 实体关系抽取 深度学习 联合学习 远程监督 生成对抗网络
下载PDF
基于条件深度卷积生成对抗网络的图像识别方法 被引量：144
19
作者 唐贤伦 杜一铭 +2 位作者 刘雨微 李佳歆 马艺玮 《自动化学报》 EI CSCD 北大核心 2018年第5期855-864,共10页
生成对抗网络(Generative adversarial networks,GAN)是目前热门的生成式模型.深度卷积生成对抗网络(Deep convolutional GAN,DCGAN)在传统生成对抗网络的基础上,引入卷积神经网络(Convolutional neural networks,CNN)进行无监督训练;... 生成对抗网络(Generative adversarial networks,GAN)是目前热门的生成式模型.深度卷积生成对抗网络(Deep convolutional GAN,DCGAN)在传统生成对抗网络的基础上,引入卷积神经网络(Convolutional neural networks,CNN)进行无监督训练;条件生成对抗网络(Conditional GAN,CGAN)在GAN的基础上加上条件扩展为条件模型.结合深度卷积生成对抗网络和条件生成对抗网络的优点,建立条件深度卷积生成对抗网络模型(Conditional-DCGAN,C-DCGAN),利用卷积神经网络强大的特征提取能力,在此基础上加以条件辅助生成样本,将此结构再进行优化改进并用于图像识别中,实验结果表明,该方法能有效提高图像的识别准确率. 展开更多
关键词 生成对抗网络 卷积神经网络 条件模型 特征提取 图像识别
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 … 161 下一页 到第 页
使用帮助 返回顶部