基于循环条件生成对抗网络的数据生成方法OA北大核心CSCDCSTPCD
Data Generation Method Based on Cyclic Conditions to Generative Adversarial Network
针对军事领域数据采集困难以及数据生成人工依赖性强、成本高、效率低等问题,在生成对抗网络(GAN)框架的基础上,构建长短期循环神经网络(LSTM-RNN)代替生成对抗网络中的生成器和鉴别器,以最大平均差异和最大似然估计作为指标构建数据生成评估模型,提出一种可生成数据序列的循环条件生成对抗网络(RC-GAN).该方法完全依靠数据驱动,无需经过精心设计的建模过程,便可生成与真实数据相一致的数据.通过基于实际数据的仿真实验,验证了该方法在数据相似度、估计…查看全部>>
孔洁
中国劳动关系学院,北京 100048
信息技术与安全科学
生成对抗网络长短期记忆网络循环神经网络数据生成军事数据
《火力与指挥控制》 2021 (11)
134-139,143,7
中央高校基本业务费专项基金资助项目(21ZYJG001)
评论