期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
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22篇文章
< 1 2 >
每页显示 20 50 100
已选0条
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：
面向ICS的CGAN-DEEPFOREST入侵检测 认领 引用 被引量：6
1
作者 郑灿伟 李世明 +3 位作者 王禹贺 杜军 倪蕴涛 赵艳 《小型微型计算机系统》 CSCD 北大核心 2023年第4期868-874,共7页
随着工业化与信息化的深度融合,工业控制系统(ICS)的安全问题广受关注,ICS领域出现了许多入侵检测模型.但是,现存模型存在局限性,无法同时解决数据不平衡、分类时间长、小样本检测率低和准确率低的问题.因此,本文提出CGAN-DeepForest入... 随着工业化与信息化的深度融合,工业控制系统(ICS)的安全问题广受关注,ICS领域出现了许多入侵检测模型.但是,现存模型存在局限性,无法同时解决数据不平衡、分类时间长、小样本检测率低和准确率低的问题.因此,本文提出CGAN-DeepForest入侵检测模型解决上述问题.首先,采用改进的条件生成对抗网络(CGAN)定向扩充数据来改善数据的不平衡性.其次,采用随机森林对平衡后的数据集进行特征提取,降低分类模型训练时间和分类时间.再次,采用深度森林(DeepForest)进行分类,提高小样本检测率和整体准确率,输出分类结果.最后,使用数据集Gas验证模型效果.实验结果表明,本文模型与简单深度森林模型相比准确率整体提升3%,小样本数据NMRI、MFCI、Dos的查全率、查准率、F1分别提高至95%、84%、90%;与随机森林模型相比,准确率整体提高6%,小样本NMRI的查全率提升23%;与深度卷积神经网络相比,准确率接近94%时,模型训练时间和分类时间提高约50%. 展开更多
关键词 工业控制系统 入侵检测 CGAN-Deep Forest 不平衡性 分类时间
暂未订购 下载PDF
兼顾常规与极端场景的城市配电网灵活性资源规划 认领 引用
2
作者 程嵩晴 聂彤 +2 位作者 卢国强 滕云 陈哲 《电力系统自动化》 EI CSCD 北大核心 2026年第14期153-165,共13页
新能源的强不确定性叠加极端天气频发给新型电力系统建设带来了巨大挑战;同时,电动汽车负荷逐渐增加也对配电网运行提出了新的要求。因此,文中提出了一种兼顾常规与极端场景的配电网灵活性资源规划方法。首先,分析电动汽车充电站、氢储... 新能源的强不确定性叠加极端天气频发给新型电力系统建设带来了巨大挑战;同时,电动汽车负荷逐渐增加也对配电网运行提出了新的要求。因此,文中提出了一种兼顾常规与极端场景的配电网灵活性资源规划方法。首先,分析电动汽车充电站、氢储一体站、固定储能电站与移动储能站的灵活性资源运行特性,同时考虑配电网与交通网对灵活性资源规划的要求,建立灵活性资源云-边协同规划模型。然后,建立基于条件生成对抗网络(CGAN)-深度Q网络(DQN)的灵活性资源规划求解网络,采用CGAN与自监督条件生成对抗网络(SS-CGAN)实现常规与极端场景生成,采用DQN实现灵活性资源规划方案求解与优化。最后,以IEEE 33节点配电网与24节点交通网络耦合系统作为算例对所提出的方法进行验证。结果表明,所提方法能够有效生成覆盖真实数据的供需场景,实现配电网内部灵活性资源的规划。 展开更多
关键词 配电网 交通网 极端天气 场景生成 灵活性资源 规划 条件生成对抗网络 深度Q网络
暂未订购 下载PDF
基于条件生成对抗网络的深部水文地质剖面生成方法 认领 引用
3
作者 陈应显 朱喆 +1 位作者 富颉鹏 马慧茹 《吉林大学学报（地球科学版）》 CAS CSCD 北大核心 2026年第3期975-985,共11页
为充分利用已揭露的水文地质信息生成深部水文地质剖面,提出一种基于条件生成对抗网络的深部水文地质剖面生成方法。首先,对浅部地质剖面图进行分割处理,提取已揭露的地质剖面数据作为训练样本,并生成相应虚拟钻孔作为条件数据,构建出... 为充分利用已揭露的水文地质信息生成深部水文地质剖面,提出一种基于条件生成对抗网络的深部水文地质剖面生成方法。首先,对浅部地质剖面图进行分割处理,提取已揭露的地质剖面数据作为训练样本,并生成相应虚拟钻孔作为条件数据,构建出条件生成对抗网络的样本库;随后,搭建并训练条件生成对抗网络,其中生成网络使用U-Net网络结构,判别网络使用多尺度卷积网络,并设计出多尺度的判别损失函数;接着,输入深部钻孔数据到训练完成的生成网络,成功生成目标区块的深部水文地质剖面;最后,与基于迭代卷积的XGBoost模型进行对比,验证本文方法的精度与应用效果。结果表明:条件生成对抗网络在剖面的细节和结构表现上具有明显优势,生成的剖面更完整且准确度更高;输入相同的6条钻孔时,相比于XGBoost方法,评价指标中的峰值信噪比(PSNR)值平均提升了1.1652 dB,结构相似性(SSIM)值平均提升了0.0510,图像块感知相似度(LPIPS)指标平均降低了0.0238;当输入6条深部钻孔时,模型生成的剖面与矿区结合多种数据绘制出的剖面图高度接近。 展开更多
关键词 水文地质 钻孔数据 深度学习 条件生成对抗网络(CGAN) 剖面生成
暂未订购 下载PDF
基于条件生成对抗网络和卷积注意力的非侵入式负荷监测 认领 引用
4
作者 王金龙 庞成鑫 《计算机应用与软件》 北大核心 2026年第3期168-177,共10页
传统的负荷分解算法存在分解精度低和泛化性差的问题。深度学习技术已被证明是解决上述问题的有效方法,尤其是条件生成对抗网络(Conditional Generative Adversarial Network,CGAN)。在CGAN模型的基础上,采用残差U型网络(Residual U-Net... 传统的负荷分解算法存在分解精度低和泛化性差的问题。深度学习技术已被证明是解决上述问题的有效方法,尤其是条件生成对抗网络(Conditional Generative Adversarial Network,CGAN)。在CGAN模型的基础上,采用残差U型网络(Residual U-Net,ResU-Net)作为生成器来训练模型。ResU-Net可以缓解模型梯度消失的问题,简化了学习目标,使模型更容易优化。并融合卷积注意力机制引导模型关注序列中重要信息用于提升模型泛化性能力。提出的模型在公共数据集UK-DALE和REFIT上进行测试,与对比模型相比MAE值至少分别下降20.5%和9.9%。 展开更多
关键词 非侵入式负荷监测 条件生成对抗网络 残差U型网络 卷积注意力机制 深度学习
暂未订购 下载PDF
基于条件生成对抗网络的CT重建算法研究 认领 引用
5
作者 商然 王明泉 +2 位作者 谢绍鹏 黄心玥 耿宇杰 《河南科学》 2025年第2期157-163,共7页
计算层析成像(CT)是一种被广泛应用于图像重建的方法。但由于CT成像系统的复杂性,在采集过程中不可避免地会受到噪声干扰导致重建图像的精度下降。为解决这一问题,构建了一种特定的条件生成对抗网络(cGAN),并在网络中引入了CBAM注意力机... 计算层析成像(CT)是一种被广泛应用于图像重建的方法。但由于CT成像系统的复杂性,在采集过程中不可避免地会受到噪声干扰导致重建图像的精度下降。为解决这一问题,构建了一种特定的条件生成对抗网络(cGAN),并在网络中引入了CBAM注意力机制,以便更高效地获取相关信息,从而实现包含噪声干扰的CT重建。为了验证所提出网络的有效性,使用了固体火箭发动机模拟件的数据集进行实验。数据集将从投影数据中连续提取出来的正弦图分为五组,并为每组添加随机噪声,且每组之间的噪声程度逐渐增加。实验结果表明,本文提出的网络框架在CT重建中具有可行性和优越的性能。与传统方法相比,深度学习方法在面对逐渐增加的噪声时,重建结果几乎不受影响,显著提升了图像质量和重建精度。 展开更多
关键词 工业CT图像 注意力机制 CT重建 cGAN 深度学习
暂未订购 下载PDF
基于条件生成对抗网络的水下图像增强算法 认领 引用 被引量：5
6
作者 杨国亮 王杨 赖振东 《传感器与微系统》 CSCD 北大核心 2021年第5期121-123,共3页
针对由于光在水中传播所带来的影响,导致所获得的水下图像不清晰以及颜色失真的问题,提出了一种基于条件生成对抗网络(CGAN)的水下图像增强算法。为了达到更好的增强效果,利用完全配对的水下图像与清晰图像进行模型的训练,通过端到端的... 针对由于光在水中传播所带来的影响,导致所获得的水下图像不清晰以及颜色失真的问题,提出了一种基于条件生成对抗网络(CGAN)的水下图像增强算法。为了达到更好的增强效果,利用完全配对的水下图像与清晰图像进行模型的训练,通过端到端的方式获取增强图像。在生成网络模型中,采用U-Net网络结构进行网络的信息减负,同时为了捕捉到更多的低频特征,在损失函数中引入L 1损失,让生成的结果更加真实和清晰。通过最后的实验结果表明:训练的模型有效解决了水下图像的颜色失真与模糊问题,对水下图像有不错的增强效果。 展开更多
关键词 水下图像增强 条件生成对抗网络 深度学习
暂未订购 下载PDF
基于深度学习的指纹室内定位对抗样本攻击研究 认领 引用 被引量：2
7
作者 张学军 席阿友 +4 位作者 加小红 张斌 李梅 杜晓刚 黄海燕 《计算机工程》 CAS CSCD 北大核心 2024年第10期228-239,共12页
基于深度学习的指纹室内定位系统因其能够有效抽取接收信号强度(RSS)指纹数据的深层特征而大幅提高了室内定位性能,但该类方法需要大量多样化的RSS指纹数据训练模型,并且目前对其安全漏洞也缺乏充分的研究,这些安全漏洞源于无线Wi-Fi媒... 基于深度学习的指纹室内定位系统因其能够有效抽取接收信号强度(RSS)指纹数据的深层特征而大幅提高了室内定位性能,但该类方法需要大量多样化的RSS指纹数据训练模型,并且目前对其安全漏洞也缺乏充分的研究,这些安全漏洞源于无线Wi-Fi媒体的开放性和分类器的固有缺陷(如易遭受对抗性攻击等)。为此,对基于深度学习的RSS指纹室内定位系统的对抗性攻击进行研究,提出一种基于Wi-Fi指纹室内定位的对抗样本攻击框架,并利用该框架研究对抗攻击对基于深度学习的RSS指纹室内定位模型性能的影响。该框架包含离线训练和在线定位两个阶段。在离线训练阶段,设计适用于增广Wi-Fi RSS指纹数据的条件生成对抗网络(CGAN)来生成大量多样化的RSS指纹数据训练高鲁棒的室内定位深度学习模型;在线定位阶段,构造最强的一阶攻击策略来生成针对Wi-Fi RSS指纹室内定位系统的有效RSS对抗样本,研究对抗攻击对不同室内定位深度学习模型性能的影响。实验结果显示:在公开UJIIndoorLoc数据集上,由所提框架生成的RSS指纹对抗样本对卷积神经网络(CNN)、深度神经网络(DNN)、多层感知机(MLP)、pixeldp_CNN指纹室内定位模型的攻击成功率分别达到94.1%、63.75%、43.45%、72.5%;对由CGAN增广数据训练的上述4种指纹室内定位模型的攻击成功率分别达到84.95%、44.8%、15.7%、11.5%。由此表明,现有的基于深度学习的指纹室内定位模型易遭受对抗样本攻击的影响,由真实数据和增广数据混合训练的室内定位模型在面临对抗样本攻击时具有更好的鲁棒性。 展开更多
关键词 室内定位 条件生成对抗网络 对抗攻击 深度学习 鲁棒性
暂未订购 下载PDF
基于自注意力机制的条件生成对抗网络 认领 引用 被引量：13
8
作者 于文家 丁世飞 《计算机科学》 CSCD 北大核心 2021年第1期241-246,共6页
近年来,越来越多的生成对抗网络出现在深度学习的各个领域中。条件生成对抗网络(Conditional Generative Adver-sarial Networks,cGAN)开创性地将监督学习引入到无监督的GAN网络中,这使得GAN可以生成有标签数据。传统的GAN通过多次卷积... 近年来,越来越多的生成对抗网络出现在深度学习的各个领域中。条件生成对抗网络(Conditional Generative Adver-sarial Networks,cGAN)开创性地将监督学习引入到无监督的GAN网络中,这使得GAN可以生成有标签数据。传统的GAN通过多次卷积运算来模拟不同区域之间的相关性,进而生成图像,而cGAN只是对GAN的目标函数加以改进,并没有改变其网络结构,因此cGAN生成的图像中仍然存在长距离特征之间相关性相对较小的问题,从而导致cGAN生成图像的细节不清楚。为了解决这个问题,将自注意力机制引入cGAN中,并提出了一个新的模型SA-cGAN。该模型通过将图像中相距较远的特征相互关联起来生成一致的对象或场景,进而提升生成对抗网络生成细节的能力。将SA-cGAN在CelebA和MNIST手写数据集上进行了实验,并将其与DCGAN,cGAN等几种常用的生成模型进行了比较,结果证明该模型相比其他几种模型在图像生成领域有一定的进步。 展开更多
关键词 深度学习 生成对抗网络 cGAN 自注意力 SA-cGAN
暂未订购 下载PDF
基于分位数回归CGAN的虚拟样本生成方法及其过程建模应用 认领 引用 被引量：4
9
作者 陈忠圣 朱梅玉 +2 位作者 贺彦林 徐圆 朱群雄 《化工学报》 EI CSCD 北大核心 2021年第3期1529-1538,共10页
针对复杂工业过程因难以检测变量或因时间上和经济上成本因素导致的建模样本稀缺问题,提出了一种将分位数回归(quantile regression)嵌入到条件生成式对抗网络(conditional generative adversarial network,CGAN)的虚拟样本生成方法QRC... 针对复杂工业过程因难以检测变量或因时间上和经济上成本因素导致的建模样本稀缺问题,提出了一种将分位数回归(quantile regression)嵌入到条件生成式对抗网络(conditional generative adversarial network,CGAN)的虚拟样本生成方法QRCGAN。首先,在标准CGAN“生成器-判别器”两元对弈结构中嵌入回归器,使模型不仅具备标签样本生成能力,同时也具备处理回归预测问题的能力。其次,以分位数回归神经网络实现回归器,连同判别器和生成器进行同步对抗训练。当模型到达Nash平衡时,在分位数回归神经网络回归器的作用下,生成器能够产生落在一定置信区间的新样本。然后,利用Kullback-Leibler(KL)散度评估生成样本的质量。最后,通过标准函数数据和实际化工过程数据验证所提方法的有效性。 展开更多
关键词 虚拟样本生成 CGAN 分位数回归 数据稀缺 软测量 深度学习
暂未订购 下载PDF
改进卷积神经网络的COVID-19CT影像分类方法研究 认领 引用 被引量：6
10
作者 吴辰文 梁雨欣 田鸿雁 《计算机工程与应用》 CSCD 北大核心 2022年第2期225-234,共10页
针对2019年12月在中国武汉发现的新型冠状病毒,由于RT-PCR检测具有假阴性率过高且得出结果会花费大量时间等问题,研究证明计算机断层扫描(CT)已经成为了辅助诊断和治疗新型冠状病毒肺炎的重要手段之一。由于目前公开的COVID-19 CT数据... 针对2019年12月在中国武汉发现的新型冠状病毒,由于RT-PCR检测具有假阴性率过高且得出结果会花费大量时间等问题,研究证明计算机断层扫描(CT)已经成为了辅助诊断和治疗新型冠状病毒肺炎的重要手段之一。由于目前公开的COVID-19 CT数据集较少,提出利用条件生成对抗网络进行数据增强以获得更多样本的CT数据集,以此降低发生过拟合风险;另外提出一种基于BIN残差块的改进U-Net网络来进行图像分割,再结合多层感知器进行分类预测。通过与AlexNet、GoogleNet等网络模型进行比较,得出提出的BUF-Net网络模型性能最优,达到了93%的准确率。利用Grad-CAM技术对系统的输出进行可视化,能够更加直观地说明CT影像对于诊断COVID-19的重要作用。将深度学习技术应用到医学影像中有助于协助放射科医生获得更为有效的诊断。 展开更多
关键词 新型冠状病毒 深度学习 CT影像 条件生成对抗网络 U-Net
暂未订购 下载PDF
条件生成对抗网络的低照度图像增强方法 认领 引用 被引量：16
11
作者 黄鐄 陶海军 王海峰 《中国图象图形学报》 CSCD 北大核心 2019年第12期2149-2158,共10页
目的在日常的图像采集工作中,由于场景光照条件差或设备的补光能力不足,容易产生低照度图像。为了解决低照度图像视觉感受差、信噪比低和使用价值低(难以分辨图像内容)等问题,本文提出一种基于条件生成对抗网络的低照度图像增强方法。... 目的在日常的图像采集工作中,由于场景光照条件差或设备的补光能力不足,容易产生低照度图像。为了解决低照度图像视觉感受差、信噪比低和使用价值低(难以分辨图像内容)等问题,本文提出一种基于条件生成对抗网络的低照度图像增强方法。方法本文设计一个具备编解码功能的卷积神经网络(CNN)模型作为生成模型,同时加入具备二分类功能的CNN作为判别模型,组成生成对抗网络。在模型训练的过程中,以真实的亮图像为条件,依靠判别模型监督生成模型以及结合判别模型与生成模型间的相互博弈,使得本文网络模型具备更好的低照度图像增强能力。在本文方法使用过程中,无需人工调节参数,图像输入模型后端到端处理并输出结果。结果将本文方法与现有方法进行比较,利用本文方法增强的图像在亮度、清晰度以及颜色还原度等方面有了较大的提升。在峰值信噪比、直方图相似度和结构相似性等图像质量评价指标方面,本文方法比其他方法的最优值分别提高了0.7 dB、3.9%和8.2%。在处理时间上,本文方法处理图像的速度远远超过现有的传统方法,可达到实时增强的要求。结论通过实验比较了本文方法与现有方法对于低照度图像的处理效果,表明本文方法具有更优的处理效果,同时具有更快的处理速度。 展开更多
关键词 图像处理 低照度图像增强 卷积神经网络 条件生成对抗网络 深度学习
暂未订购 下载PDF
基于条件生成对抗网络的乳腺上皮和间质区域自动分割 认领 引用 被引量：1
12
作者 张泽林 徐军 《计算机应用》 CSCD 北大核心 2020年第10期2910-2916,共7页
乳腺病理组织图像中上皮和间质区域的自动分割对乳腺癌的诊断和治疗具有非常重要的临床意义。但是由于乳腺组织病理图像中上皮和间质区域具有高度复杂性,因此一般的分割模型很难只根据提供的分割标记来有效地训练,并对两种区域进行快速... 乳腺病理组织图像中上皮和间质区域的自动分割对乳腺癌的诊断和治疗具有非常重要的临床意义。但是由于乳腺组织病理图像中上皮和间质区域具有高度复杂性,因此一般的分割模型很难只根据提供的分割标记来有效地训练,并对两种区域进行快速、准确的分割。为此,提出一种基于条件对抗网络(cGAN)的上皮和间质分割条件对抗网络(EPScGAN)模型。在EPScGAN中,判别器的判别机制为生成器的训练提供了一个可训练的损失函数,来更加准确地衡量出生成器网络的分割结果输出和真实标记之间的误差,从而更好地指导生成器的训练。从荷兰癌症研究所(NKI)和温哥华综合医院(VGH)两个机构提供的专家标记的乳腺病理图像数据集中随机裁剪出1286张尺寸为512×512的图像作为实验数据集,然后将该数据集按照7∶3的比例划分为训练集和测试集对EPScGAN模型进行训练和测试。结果表明,EPScGAN模型在测试集的平均交并比(mIoU)为78.12%,和其他6种流行的深度学习分割模型相比较,提出的EPScGAN具有更好的分割性能。 展开更多
关键词 深度学习 条件生成对抗网络 乳腺病理组织图像 上皮和间质区域 图像分割
暂未订购 下载PDF
基于模糊模式感知模块的场景文本图像超分辨率算法 认领 引用 被引量：3
13
作者 张密 余海洋 《计算机系统应用》 2024年第4期103-112,共10页
现有的场景文本识别器容易受到模糊文本图像的困扰,导致在实际应用中性能较差.因此近年来研究人员提出了多种场景文本图像超分辨率模型作为场景文本识别的预处理器,以提高输入图像的质量.然而,用于场景文本图像超分辨率任务的真实世界... 现有的场景文本识别器容易受到模糊文本图像的困扰,导致在实际应用中性能较差.因此近年来研究人员提出了多种场景文本图像超分辨率模型作为场景文本识别的预处理器,以提高输入图像的质量.然而,用于场景文本图像超分辨率任务的真实世界训练样本很难收集;此外,现有的场景文本图像超分辨率模型只学习将低分辨率(LR)文本图像转换为高分辨率(HR)文本图像,而忽略了从HR到LR图像的模糊模式.本文提出了模糊模式感知模块,该模块从现有的真实世界HR-LR文本图像对中学习模糊模式,并将其转移到其他HR图像中,以生成具有不同退化程度的LR图像.本文所提出的模糊模式感知模块可以为场景文本图像超分辨率模型生成大量的HR-LR图像对,以弥补训练数据的不足,从而显著提高性能.实验结果表明,当配备提出的模糊模式感知模块时,场景文本图像超分辨率方法的性能可以进一步提高,例如,SOTA方法TG在使用CRNN文本识别器进行评估时,识别准确率提高了5.8%. 展开更多
关键词 场景文本图像超分辨率 场景文本识别 图像模糊模式 条件生成对抗网络 深度学习
暂未订购 下载PDF
基于通道注意力与条件生成对抗网络的图像去雾 认领 引用 被引量：3
14
作者 赵茂军 郭凰 +1 位作者 白俊峰 廖聪 《计算机系统应用》 2022年第11期167-174,共8页
针对当前去雾方法存在雾残留、颜色失真等问题,结合生成对抗网络在图像超分辨率重建的优势,提出基于通道注意力与条件生成对抗网络图像去雾算法(CGAN-ECA).网络基于编码-解码结构,生成器设计多尺度残差模块(multi-scale residual block,... 针对当前去雾方法存在雾残留、颜色失真等问题,结合生成对抗网络在图像超分辨率重建的优势,提出基于通道注意力与条件生成对抗网络图像去雾算法(CGAN-ECA).网络基于编码-解码结构,生成器设计多尺度残差模块(multi-scale residual block,MRBlk)和高效通道注意力模块(efficient channel attention,ECA)扩大感受野,提取多尺度特征,动态调整不同通道权重,提高特征利用率.使用马尔可夫判别器分块评价图像,提高图像判别准确率.损失函数增加内容损失,减少去雾图像的像素和特征级损失,保留图像更多的细节信息,实现高质量的图像去雾.在公开数据集RESIDE实验结果表明,提出的模型相比于DCP、AOD-Net、DehazeNet和GCANet方法峰值信噪比和结构相似性分别平均提高36.36%,8.80%,改善了颜色失真和去雾不彻底的现象,是一种有效的图像去雾算法. 展开更多
关键词 图像去雾 条件生成对抗网络 注意力机制 多尺度特征 深度学习
暂未订购 下载PDF
基于条件生成对抗网络的漫画手绘图上色方法 认领 引用 被引量：6
15
作者 梁培俊 刘怡俊 《计算机应用研究》 CSCD 北大核心 2019年第1期308-311,共4页
提出一种基于条件生成对抗网络(CGAN)的漫画手绘图自动上色方法。实验中,采用U型结构的生成器,对网络模型使用L1进行约束,在生成器和判别器的对抗式训练中,模型不断学习并优化手绘图到对应彩色图像间的映射关系,最后使用训练得到的条件... 提出一种基于条件生成对抗网络(CGAN)的漫画手绘图自动上色方法。实验中,采用U型结构的生成器,对网络模型使用L1进行约束,在生成器和判别器的对抗式训练中,模型不断学习并优化手绘图到对应彩色图像间的映射关系,最后使用训练得到的条件GAN网络模型对手绘图上色。实验表明,使用这种方法可以有效并且快速地对漫画手绘图上色,同时保持可观的视觉效果。 展开更多
关键词 漫画 手绘图 上色 深度学习 条件生成对抗网络
暂未订购 下载PDF
条件生成对抗遥感图像时空融合 认领 引用 被引量：7
16
作者 李昌洁 宋慧慧 +2 位作者 张开华 张晓露 刘青山 《中国图象图形学报》 CSCD 北大核心 2021年第3期714-726,共13页
目的卫星遥感技术在硬件方面的局限导致获取的遥感图像在时间与空间分辨率之间存在矛盾,而时空融合提供了一种高效、低成本的方式来融合具有时空互补性的两类遥感图像数据(典型代表是Landsat和MODIS(moderate-resolution imaging spectr... 目的卫星遥感技术在硬件方面的局限导致获取的遥感图像在时间与空间分辨率之间存在矛盾,而时空融合提供了一种高效、低成本的方式来融合具有时空互补性的两类遥感图像数据(典型代表是Landsat和MODIS(moderate-resolution imaging spectroradiometer)图像),生成同时具有高时空分辨率的融合数据,解决该问题。方法提出了一种基于条件生成对抗网络的时空融合方法,可高效处理实际应用中的大量遥感数据。与现有的学习模型相比,该模型具有以下优点:1)通过学习一个非线性映射关系来显式地关联MODIS图像和Landsat图像;2)自动学习有效的图像特征;3)将特征提取、非线性映射和图像重建统一到一个框架下进行优化。在训练阶段,使用条件生成对抗网络建立降采样Landsat和MODIS图像之间的非线性映射,然后在原始Landsat和降采样Landsat之间训练多尺度超分条件生成对抗网络。预测过程包含两层:每层均包括基于条件生成对抗网络的预测和融合模型。分别实现从MODIS到降采样Landsat数据之间的非线性映射以及降采样Landsat与原始Landsat之间的超分辨率首建。结果在基准数据集CIA(coleam bally irrigation area)和LGC(lower Gwydir catchment)上的结果表明,条件生成对抗网络的方法在4种评测指标上均达到领先结果,例如在CIA数据集上,RMSE(root mean squared error)、SAM(spectral angle mapper)、SSIM(structural similarity)和ERGAS(erreur relative global adimensionnelle desynthese)分别平均提高了0.001、0.15、0.008和0.065;在LGC数据集上分别平均提高了0.001 2、0.7、0.018和0.008 9。明显优于现有基于稀疏表示的方法与基于卷积神经网络的方法。结论本文提出的条件生成对抗融合模型,能够充分学习Landsat和MODIS图像之间复杂的非线性映射,产生更加准确的融合结果。 展开更多
关键词 时空融合 深度学习 条件生成对抗网络(CGAN) 拉普拉斯金字塔 遥感图像处理
暂未订购 下载PDF
基于条件生成对抗网络的侧信道攻击技术研究 认领 引用 被引量：3
17
作者 汪晶 王恺 严迎建 《计算机工程与应用》 CSCD 北大核心 2022年第6期110-117,共8页
近年来,深度学习技术广泛应用于侧信道攻击(side channel attack,SCA)领域。针对在基于深度学习的侧信道攻击中训练集数量不足的问题,提出了一种用于侧信道攻击的功耗轨迹扩充技术,使用条件生成对抗网络(conditional generate against n... 近年来,深度学习技术广泛应用于侧信道攻击(side channel attack,SCA)领域。针对在基于深度学习的侧信道攻击中训练集数量不足的问题,提出了一种用于侧信道攻击的功耗轨迹扩充技术,使用条件生成对抗网络(conditional generate against network,CGAN)实现对原始功耗轨迹的扩充,并使用深度神经网络进行侧信道攻击。通过选择密码运算中间值的汉明重量(hamming weight,HW)作为CGAN的约束条件,将CGAN生成模拟功耗轨迹作为多层感知器(multi-layer perceptron,MLP)神经网络的训练数据,构建模型实现密钥恢复。通过实验对不同类型训练集的攻击效果进行比较,结果表明,使用CGAN生成的功耗轨迹和原始功耗轨迹具有相同的特征,使用扩充后的功耗轨迹对MLP神经网络进行训练和测试,训练精度和测试精度分别提高15.3%和14.4%。 展开更多
关键词 侧信道攻击 深度学习 条件生成对抗网络 多层感知器
暂未订购 下载PDF
基于VAE-CGAN的牦牛等级评定算法 认领 引用
18
作者 李丹 张玉安 +3 位作者 何杰 陈占琦 宋维芳 宋仁德 《计算机系统应用》 2023年第1期249-256,共8页
在牦牛高效养殖过程中,牦牛等级评定是牦牛育种工作中的重要环节.为了在牦牛等级评定研究中,降低数据集分布不平衡对牦牛等级预测结果的影响,提出一种基于改进条件生成对抗网络模型的牦牛等级评定模型VAE-CGAN.首先,为获取高质量生成样... 在牦牛高效养殖过程中,牦牛等级评定是牦牛育种工作中的重要环节.为了在牦牛等级评定研究中,降低数据集分布不平衡对牦牛等级预测结果的影响,提出一种基于改进条件生成对抗网络模型的牦牛等级评定模型VAE-CGAN.首先,为获取高质量生成样本,模型通过引入变分自编码器取代条件生成对抗网络输入中的随机噪声,降低了随机变量带来的不确定性.此外,模型将牦牛标签作为条件信息输入到生成对抗模型中来获取指定类别的生成样本,生成样本及训练样本则会被用于训练深度神经网络分类器.实验结果显示,模型整体预测准确率达到了97.9%.而且与生成对抗网络相比较,在数量较少的特级牦牛等级预测上的精准率、召回率和F1值分别提升了16.7%、16.6%和19.4%.实验结果表明该模型可以实现高精准度和低误分类率的牦牛等级分类. 展开更多
关键词 牦牛高效养殖 牦牛等级预测 变分自编码器 条件生成对抗网络 生成样本 深度学习 数据增强
暂未订购 下载PDF
基于CGAN的自适应密集特征融合水下图像增强算法 认领 引用 被引量：3
19
作者 李耀 于腾 +1 位作者 祁少华 杨国为 《微电子学与计算机》 2021年第12期31-38,共8页
针对水下图像降质的问题,提出一种基于条件生成对抗网络(CGAN)的自适应密集特征融合水下图像增强算法.该算法提出一种新颖的自适应密集特征融合(ADFF)模块,通过自适应学习不同级别特征的空间重要性权重,从而促使网络从以前和现在的特征... 针对水下图像降质的问题,提出一种基于条件生成对抗网络(CGAN)的自适应密集特征融合水下图像增强算法.该算法提出一种新颖的自适应密集特征融合(ADFF)模块,通过自适应学习不同级别特征的空间重要性权重,从而促使网络从以前和现在的特征中学习更有效的特征进行融合.实验中,采用U-Net结构的生成器,将AD-FF模块集成在生成器的每一级别,使用WGAN-GP对抗损失与L1和L2损失的组合损失对网络模型进行约束.实.验结果表明,与其他水下图像增强算法进行对比,该算法在合成和真实数据集上均取得了更优越的性能,可以生成视觉效果更好的清晰水下图像. 展开更多
关键词 深度学习 条件生成对抗网络 自适应密集特征融合 水下图像增强 U-Net
暂未订购 下载PDF
基于BcGAN的水下图像增强方法 认领 引用 被引量：2
20
作者 李耀 于腾 杨国为 《计算机工程与设计》 北大核心 2022年第11期3195-3201,共7页
针对目前水下图像增强的结果中存在雾度残留以及细节模糊的问题,提出一种基于条件生成对抗网络(cGAN)的Boosting水下图像增强方法 (BcGAN)。在编码器-解码器结构的基础上引入SOSboosting策略得到增强生成器,实现对图像特征的逐步细化;... 针对目前水下图像增强的结果中存在雾度残留以及细节模糊的问题,提出一种基于条件生成对抗网络(cGAN)的Boosting水下图像增强方法 (BcGAN)。在编码器-解码器结构的基础上引入SOSboosting策略得到增强生成器,实现对图像特征的逐步细化;提出双重判别器结构,实现对多尺度输入的判别,以WGAN-GP损失为主导构建双重判别器的联合训练损失函数。实验结果表明,相比最新的深度学习水下图像增强方法,所提方法的结构相似性(SSIM)值提升了7.15%,峰值信噪比(PSNR)值提升了45.46%,该方法能够有效减少水下图像的雾度残留并增强图像细节。 展开更多
关键词 深度学习 水下图像增强 条件生成对抗网络 SOS boosting策略 多尺度
暂未订购 下载PDF
已选0条
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 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈