国家科技期刊平台

相关度

相关度
发表时间

每页显示10条

每页显示10条
每页显示20条
每页显示30条

已找到 154 条结果

基于对抗神经网络有限角度的磁层边界CT重构技术北大核心CSCD
作者：王嘉璇李大林彭晓东孙天然
发表期刊：空间科学学报 2021年4期
关键词：地球磁层生成式对抗网络有限角度CT重构
摘要：对地球磁层进行软X射线成像探测是近年来磁层研究的前沿方向.由二维X射线成像图重构三维磁层边界的方法研究是与成像探测相关的重要研究课题.传统的计算机断层成像技术(CT)重构方法在图像数据很少时无法得到较好的重构结果,甚至无法重构三维结构.考虑到地球磁层空间分布范围方面的约束,当前卫星任务的轨道设计很难满足扫描角度的全方位覆盖,只能从有限角度观测磁层,这给磁层的CT重构带来困难.作为三维重构研究的基础,本文考查简化的二维磁层结构重构方法,…查看全部>>
全局和局部特征融合的图像去雾CSTPCD
作者：姜鑫聂海涛朱明
发表期刊：光学精密工程 2023年18期
关键词：图像去雾生成式对抗网络Transformer位置编码生成器
摘要：具有参数共享特性的卷积操作主要关注于图像局部特征的提取,而无法对超出感受野范围的特征进行建模,同时整幅图像共享同一个卷积核参数也忽略了不同区域的特性不同.为了克服现有方法的表达不足,提出了全局和局部特征融合去雾网络,分别利用Transformer和卷积操作提取图像全局和局部特征信息,并将两者融合后输出,充分发挥了Transformer建模长距离依赖关系和卷积操作局部感知特性的优势,实现了特征的高效表达.在最终输出复原图像前,设计了包含…查看全部>>
基于视觉注意力生成式对抗网络的图像自动标注
作者：胡锐芮忠胡伏原
发表期刊：苏州科技大学学报（自然科学版） 2023年1期
关键词：Transformer图像自动标注生成式对抗网络深度学习
摘要：互联网时代图像及视频数据流量爆发式增长,包含着海量的信息内容,如何高效的管理和利用图像数据获得了越来越多的关注.论文提出一种基于结合自注意力(Transformer)和生成式对抗网络的图像自动标注模型,通过设计的视觉注意力生成器建立图像到标注词汇的映射关系,同时引入生成式对抗训练提高生成器的生成效果.在Corel 5K和IAPRTC-12两个数据集上的实验表明,该方法能够针对不同图像产生自适应数目的标签,且生成结果更具多样性.
基于上下文编码器网络的油气曲线图像脱敏方法研究北大核心CSTPCD
作者：刘烨李帆郑泽晨
发表期刊：计算机应用与软件 2024年2期
关键词：数据安全图像脱敏上下文编码器卷积神经网络生成式对抗网络
摘要：数据对于石油企业就是资产。数据加密与数据脱敏都是针对数据安全的策略,但目前数据脱敏技术仅能够针对文本实现,缺少石油企业中大量保有的图像数据脱敏技术。针对目前脱敏技术存在的不足之处及油气田勘探中的曲线图像数据特点,借鉴深度学习图像修复方法,提出一套基于上下文编码器的脱敏技术,弥补了行业内对于图像数据无法脱敏的缺陷。对该方法进行详细的测试后取得了较好的脱敏效果。对比传统方法,结果证明其能够在曲线图像这种具有专业特殊性的数据中取得更明显的效果以及更可靠的脱敏效果。
通用计算电路的不可区分混淆自动化构造方法北大核心CSTPCD
作者：朱率率韩益亮李鱼
发表期刊：电子学报 2024年1期
关键词：不可区分混淆公钥密码图神经网络生成式对抗网络可证明安全
摘要：不可区分混淆(indistinguishability obfuscation,iO)的构造问题是多年来一直困扰密码学研究的一个难题.现有的基于多线性映射、函数加密、全同态加密等密码学原语的i 构造均存在不同程度的安全性问题,且存在构造过程不易实现、电路扩展效率不高等缺陷.本文从电路的自动化搜索的全新角度审视iO的设计问题,将电路设计映射到图神经网络构造问题中,基于图神经网络的自动演化技术,探索了一种可以实现限定性满足不可区分性和功能…查看全部>>
人工智能在服装智能制造中的应用CSTPCD
作者：闻力生
发表期刊：纺织高校基础科学学报 2020年2期
关键词：人工智能服装智能制造协同缝制系统深度神经网络自动机器学习生成式对抗网络
摘要：在“人工智能十服装产业”范式下,论述人工智能的形成与发展、主要技术、人工智能产业链的技术与计算机应用、人工智能在服装企业智能制造中应用的全覆盖.认为,在未来几年内,人工智能将成为企业与客户之间的主要交互界面,以人工智能动态自适应智能制造为平台端,模块式智能制造单元为制造端,实现与客户需求端的动态交互,提高客户的满意度,达到真正意义上的服装智能制造.
身份保持约束下的人脸图像补全CSTPCD
作者：王旭东卫红权高超黄瑞阳
发表期刊：网络与信息安全学报 2018年8期
关键词：人脸补全身份一致性生成式对抗网络人脸识别
摘要：人脸图像补全作为图像补全技术的一种特殊应用,在被遮挡人脸的识别、人脸修复等问题上有不可替代的作用.现有的人脸补全算法只针对补全图像的真实性,而未考虑其补全后的身份一致性.针对这一问题,设计了一种基于改进的生成式对抗网络的人脸补全算法,通过引入SN-GAN算法,提高了模型训练的稳定性,同时利用人脸识别模型对生成图像加入了身份一致性约束,经过实验证明,所提方法能够在生成高真实性图像时有效保持补全图像的身份一致.
基于GAN与分离卷积的高解码精度图像隐写
作者：林俏伶刘昌华刘沛
发表期刊：软件导刊 2024年10期
关键词：生成式对抗网络沃瑟斯坦度量残差连接分离卷积纠错层
摘要：从提高秘密图像安全性、解码精度和缩短编解码时间3个方面进行考虑,提出一个基于GAN和分离卷积的高解码精度图像隐写方案.在嵌入秘密信息前使用基于Residual-Rep结构、Inception-SCS结构的预处理网络自动学习载体图像高维特征并以数据驱动方式使用特征表示,全面获取通道和空间的特征信息,降低图像失真,引入残差连接,降低秘密信息损失,通过缩短编码和解码时间降低模型复杂度.在基于稠密结构的解码网络引入了纠错层、纠错函数和沃瑟斯坦…查看全部>>
用于电网异物识别的生成式对抗卷积神经网络算法CSTPCD
作者：代杰杰滕莹冰吴奕姣龚越明
发表期刊：电力信息化 2020年9期
关键词：电力图像异物识别生成式对抗网络卷积神经网络特征提取
摘要：电网异物入侵、人员行为的自动辨识为消除安全隐患提供了一种有效手段.考虑到传统电力图像辨识精度低的问题,文章提出了一种用于电网异物识别的生成式对抗卷积神经网络算法.针对异常图像样本数据不足及不均衡,首先,利用生成式对抗网络的零和博弈及对抗训练,获得具有异常特征的图像;然后,利用卷积神经网络的特征提取能力分析真实样本及生成图像,执行目标检测任务;最后,将算法对异物入侵及人员行为图像进行识别检测,结果表明,所提方法可以有效提升电力监控图像异常检测的识别率.
生成式对抗网络研究综述北大核心CSTPCD
作者：孙书魁范菁曲金帅路佩东
发表期刊：计算机工程与应用 2022年18期
关键词：机器学习生成式对抗网络图像生成无监督学习
摘要：生成式对抗网络(GAN)凭借其强大的对抗学习能力受到越来越多研究者的青睐,并在诸多领域内展现出巨大的潜力.阐述了GAN的发展背景、架构、目标函数,分析了训练过程中出现模式崩溃和梯度消失的原因,并详细介绍了通过架构变化和目标函数修改而提出GAN衍生模型,对一些用来评估生成图像质量和多样性的标准进行了小结,总结了GAN在不同领域的广泛应用,总结全文并对该领域未来的研究方向提出一些展望.

12 3 4 5 6 >