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9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：
融合残差密集块自注意力机制和生成对抗网络的对抗攻击防御模型 被引量：5
1
作者 赵玉明 顾慎凯 《计算机应用》 CSCD 北大核心 2022年第3期921-929,共9页
神经网络在图像分类任务上表现优异,但它极易受添加微小扰动的对抗样本的影响,输出错误的分类结果;而目前防御方法存在图像特征提取能力不足、对图像关键区域特征关注较少的问题。针对这些问题,提出了一种融合残差密集块(RDB)自注意力... 神经网络在图像分类任务上表现优异,但它极易受添加微小扰动的对抗样本的影响,输出错误的分类结果;而目前防御方法存在图像特征提取能力不足、对图像关键区域特征关注较少的问题。针对这些问题,提出了一种融合残差密集块(RDB)自注意力机制和生成对抗网络(GAN)的攻击防御模型——RD-SA-DefGAN。该模型将GAN和投影梯度下降(PGD)攻击算法相结合,吸收PGD攻击算法生成的对抗样本进入训练样本扩充训练集,辅以条件约束稳定模型的训练过程。该模型添加了残差密集块和自注意力机制,在充分提取特征的同时,增大了关键区域特征对分类任务的贡献度。在CIFAR10、STL10和ImageNet20数据集上的实验结果表明,RD-SA-DefGAN能对对抗攻击实施有效防御,在抵御PGD对抗攻击上优于Adv.Training、Adv-BNN、Rob-GAN等防御方法。相较于结构最近似的RobGAN,在CIFAR10数据集上,RD-SA-DefGAN在扰动阈值为0.015~0.070时,防御成功率提升了5.0~9.1个百分点。 展开更多
关键词 生成对抗网络 对抗攻击 残差密集块 自注意力机制 防御模型
在线阅读 下载PDF
基于生成对抗网络的多姿态人脸识别算法
2
作者 蒋文豪 《信息技术与信息化》 2024年第2期188-191,共4页
头部姿态角转换会造成人脸成像多姿态变化,人脸离散数据的高斯分布混乱,无法准确地反映人脸多姿态的任意性和连续性,存在识别效果差的问题。引入生成对抗网络理论,设计多姿态人脸识别算法。对获取到的不同角度人脸图像,实施多姿态人脸... 头部姿态角转换会造成人脸成像多姿态变化,人脸离散数据的高斯分布混乱,无法准确地反映人脸多姿态的任意性和连续性,存在识别效果差的问题。引入生成对抗网络理论,设计多姿态人脸识别算法。对获取到的不同角度人脸图像,实施多姿态人脸校正与旋转残差注意力计算,解决当前头部姿态估计方法对不同人脸兴趣区域不稳健的问题。设计生成对抗网络进行双路循环优化,在生成的对抗网络中,参考CASIA-Net网络结构,使用深层次网络结构,每一层都有一个3*3的卷积核。所提出的设计可以降低网络参数,增强网络的非线性度,实现高效的面部特征提取,构建人脸多姿态识别模型,并完成人脸识别。通过实验结果表明,所提算法针对多姿态人脸识别效果好,在人脸不同姿态变化过程中,识别率始终在97%以上,更适用于多姿态人脸识别。 展开更多
关键词 生成对抗网络 残差注意力 人脸识别 多姿态 循环优化 识别模型
在线阅读 下载PDF
一种改进生成对抗网络的短波信号增强方法 被引量：4
3
作者 张睿琦 李迟生 陈颖 《现代电子技术》 2021年第17期56-60,共5页
为了解决传统的短波信号增强方法存在的拟合能力差和非线性能力差的问题,将传统滤波方法与深度学习的方法相结合。为保留短波信号中更多细粒度特征和增加网络复杂度,在语音增强生成对抗网络架构中加入残差网络,提出基于语音增强生成对... 为了解决传统的短波信号增强方法存在的拟合能力差和非线性能力差的问题,将传统滤波方法与深度学习的方法相结合。为保留短波信号中更多细粒度特征和增加网络复杂度,在语音增强生成对抗网络架构中加入残差网络,提出基于语音增强生成对抗网络的短波信号增强算法;将维纳滤波方法与短波信号增强生成对抗网络算法相结合,在波形级别上进行端到端的模型训练,实现了将生成对抗网络的衍生算法用于短波信号增强。实验结果表明,增强后的信号样本与带噪信号样本相比,信噪比和清晰度等指标显著提升,证明了所提方法的可行性和有效性。同时,该方法比传统滤波方法适用场景范围大,可作为信号处理的前端环节,为非合作方短波信号研究提供可靠的参考方法。 展开更多
关键词 短波信号增强 生成对抗网络 残差网络 深度学习 模型训练 特征提取 信噪比
在线阅读 下载PDF
基于条件深度卷积生成对抗网络的视网膜血管分割 被引量：11
4
作者 蒋芸 谭宁 《自动化学报》 EI CAS CSCD 北大核心 2021年第1期136-147,共12页
视网膜血管的分割帮助医生对眼底疾病进行诊断有着重要的意义.但现有方法对视网膜血管的分割存在着各种问题,例如对血管分割不足,抗噪声干扰能力弱,对病灶敏感等.针对现有血管分割方法的缺陷,本文提出使用条件深度卷积生成对抗网络的方... 视网膜血管的分割帮助医生对眼底疾病进行诊断有着重要的意义.但现有方法对视网膜血管的分割存在着各种问题,例如对血管分割不足,抗噪声干扰能力弱,对病灶敏感等.针对现有血管分割方法的缺陷,本文提出使用条件深度卷积生成对抗网络的方法对视网膜血管进行分割.我们主要对生成器的网络结构进行了改进,在卷积层引入残差模块进行差值学习使得网络结构对输出的改变变得敏感,从而更好地对生成器的权重进行调整.为了降低参数数目和计算,在使用大卷积核之前使用小卷积核对输入特征图的通道数进行减半处理.通过使用U型网络的思想将卷积层的输出与反卷积层的输出进行连接从而避免低级信息共享.通过在DRIVE和STARE数据集上对本文的方法进行了验证,其分割准确率分别为96.08%、97.71%,灵敏性分别达到了82.74%、85.34%,F度量分别达到了82.08%和85.02%,灵敏度比R2U-Net的灵敏度分别高了4.82%,2.4%. 展开更多
关键词 生成对抗网络 残差网络 视网膜血管分割 条件模型 卷积神经网络
在线阅读 下载PDF
农产品市场监测预警深度学习智能预测方法
5
作者 许世卫 李乾川 +3 位作者 栾汝朋 庄家煜 刘佳佳 熊露 《智慧农业(中英文)》 2025年第1期57-69,共13页
[目的/意义]农产品供给、消费和价格的变化直接影响市场监测和预警。随着中国农业生产方式和市场体系的转型,数据获取技术的进步使得农业数据呈现爆炸式增长。然而,农产品多品种的联动监测和预测仍面临数据复杂、模型狭窄、应变能力弱... [目的/意义]农产品供给、消费和价格的变化直接影响市场监测和预警。随着中国农业生产方式和市场体系的转型,数据获取技术的进步使得农业数据呈现爆炸式增长。然而,农产品多品种的联动监测和预测仍面临数据复杂、模型狭窄、应变能力弱等挑战。因此,亟需构建适应中国农业数据特点的深度学习模型,以提升农产品市场的监测与预警能力,推动精准决策和应急响应。[方法]本研究应用深度学习方法,从中国多维农业数据资源实际出发,创新提出了一套不同监测预警对象条件下深度学习综合预测方法,构建了生成对抗与残差网络协同生产量模型(Generative Adversarial Network and Residual Network, GAN-ResNet)、变分自编码器岭回归消费预测模型(Variational Autoencoder and Ridge Regression, VAE-Ridge)、自适应变换器价格预测模型(Adaptive-Transformer)。为适应实际需求,研究在CAMES中采用“离线计算与可视化分离”策略,模型推理离线完成,平衡了计算复杂度与实时预警需求。[结果和讨论]深度学习综合预测方法在玉米单产、生猪消费量和番茄市场价格的预测上,均表现出显著的精度提升。GAN-ResNet生产量预测模型进行县级尺度玉米单产预测的平均绝对百分比误差(Mean Absolute Percentage Error, MAPE)为6.58%,运用VAE-Ridge模型分析生猪消费量的MAPE为6.28%,运用Adaptive-Transformer模型预测番茄价格的MAPE为2.25%。[结论]该研究提出的深度学习综合预测方法,具有较先进的单品种、多场景、宽条件下的农产品市场监测预警分析能力,并在处理不同区域多维数据、多品种替代、市场季节性波动等分析方面显示出优良的指标性能,可为中国农产品市场监测预警提供一套新的有效分析方法。 展开更多
关键词 监测预警 深度学习 生产量预测 消费量预测 价格预测 生成对抗与残差网络协同生产量模型 变分自编码器岭回归消费预测模型 自适应变换器价格预测模型
在线阅读 下载PDF
多特征选择与双向残差融合的无监督水下图像增强 被引量：7
6
作者 胡雨航 赵磊 +1 位作者 李恒 刘辉 《电子测量与仪器学报》 CSCD 北大核心 2023年第9期190-202,共13页
如今,利用合成的成对数据集训练的有监督模型泛化能力弱,在多变的实际水下环境中表现不佳,而无监督模型虽摆脱了成对数据集的依赖,但生成图像可能因缺少特征信息导致图像视觉质量较差。故以循环生成对抗网络为架构,提出多特征选择与双... 如今,利用合成的成对数据集训练的有监督模型泛化能力弱,在多变的实际水下环境中表现不佳,而无监督模型虽摆脱了成对数据集的依赖,但生成图像可能因缺少特征信息导致图像视觉质量较差。故以循环生成对抗网络为架构,提出多特征选择与双向残差融合的水下图像增强方法。一方面,设计以混合注意力为基础的多特征选择模块对水下图像的多种特征进行选择,再由双向残差融合对传统U型跳跃连接进行优化,使图像特征高效表达,有效恢复水下图像的纹理与色彩。另一方面,在判别器中引入混合注意力并提出内容感知损失和风格感知损失,保证增强图像在全局内容、局部纹理、风格特征等方面和清晰图像一致。与现有的无监督和有监督模型相比较,该模型PSNR分别提高了6%和2%,SSIM分别提高了4%和3%,对水下图像有着显著的增强效果,在色彩真实度和饱和度上相比其他现有方法更加优秀。 展开更多
关键词 无监督模型 循环生成对抗网络 多特征选择 双向残差融合 水下图像增强
在线阅读 下载PDF
融合多尺度残差注意力的图像修复算法 被引量：3
7
作者 钱冠宇 邓红霞 +1 位作者 刘健虎 李海芳 《计算机工程与设计》 北大核心 2023年第2期466-472,共7页
为解决在修复任意缺失形状的图像以及缺损面积较大的图像时存在修复模糊、修复的连接处存在差异等问题,提出一种融合多尺度残差注意力的图像修复模型。针对修复模糊问题,在修复模型编码器与解码器之间添加残差注意力模块,针对修复细节... 为解决在修复任意缺失形状的图像以及缺损面积较大的图像时存在修复模糊、修复的连接处存在差异等问题,提出一种融合多尺度残差注意力的图像修复模型。针对修复模糊问题,在修复模型编码器与解码器之间添加残差注意力模块,针对修复细节的差异问题,通过多尺度判别器结合全局和局部损失约束修复边界和周围视觉的一致性。实验结果表明,所提模型能有效提取缺失信息,修复结果具有自然过渡的边界和清晰的细节,提高了修复质量。 展开更多
关键词 残差序列提取 图像修复算法 生成对抗网络 卷积神经网络 深度学习模型 多尺度判别器网络 跳跃连接
在线阅读 下载PDF
融合型神经网络的人员再检测
8
作者 潘玥 杨会成 储慧敏 《黑龙江工业学院学报（综合版）》 2019年第10期45-52,共8页
随着对跨境跟踪技术的关注不断增加,人员再检测技术也是一大研究热点。我们从外界影响的因素出发,提出了一种手动特征与神经网络特征提取结合的融合特征算法应用于人员再检测技术。首先利用改进型的生成式对抗网络(GAN)扩大数据集;然后... 随着对跨境跟踪技术的关注不断增加,人员再检测技术也是一大研究热点。我们从外界影响的因素出发,提出了一种手动特征与神经网络特征提取结合的融合特征算法应用于人员再检测技术。首先利用改进型的生成式对抗网络(GAN)扩大数据集;然后利用颜色模型HSV和尺度不变局部三元模式结合神经网络特征融合的方案提取特征;再者,在分类模型中,利用交叉熵损失来进行计算相似度量。实验结果表明,与传统算法相比,性能有一定的改进。 展开更多
关键词 生成式对抗网络 颜色模型 尺度不变局部三元模式 交叉熵损失 残差网络
在线阅读 下载PDF
基于生成对抗网络的大规模路网交通流预测算法 被引量：7
9
作者 代亮 梅洋 +2 位作者 钱超 孟芸 汪贵平 《控制与决策》 EI CSCD 北大核心 2021年第12期2937-2945,共9页
对大规模路网交通流进行准确预测,能够应用于区域交通协同控制与管理,提高路网运行效率.针对如何高精度地拟合大规模路网交通流时空分布并对其进行准确预测,提出基于梯度惩罚的Wasserstein生成对抗网络(Wasserstein generative adversar... 对大规模路网交通流进行准确预测,能够应用于区域交通协同控制与管理,提高路网运行效率.针对如何高精度地拟合大规模路网交通流时空分布并对其进行准确预测,提出基于梯度惩罚的Wasserstein生成对抗网络(Wasserstein generative adversarial network with gradient penalty,WGAN-GP)的大规模路网交通流预测算法.根据大规模路网交通流数据特点,为了增加模型对时间相关性和远距离空间相关性特征的抽象能力,采用残差U型网络作为生成器来增加网络深度;采用多重判别器分别从时间和空间特征来对生成数据进行判别,从而提高判别器的判别能力.所提算法能够解决判别型深度学习模型仅能针对路网整体误差最小化,而忽略各交通流观测点预测误差最小化原则的问题,能够更好地满足现实交通场景需求.实验结果表明,所提算法能够有效地学习路网交通流数据内部多因素耦合特性,具有更高的预测精度. 展开更多
关键词 大规模路网 交通流预测 生成对抗网络 残差U型网络 深度学习模型
原文传递
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
使用帮助 返回顶部