典型文献
基于对抗神经网络的小样本生成技术
文献摘要：
针对传统生成对抗网络算法使用少量训练样本无法生成高质量图像的不足,提出一种改进的数据增强对抗网络用于生成图像.改进算法利用U-Net3+结构替换原有的U-Net结构以提高模型计算效率;利用SandGlass模块改进其残差模块以降低模型剃度混淆和信息丢失风险.为了验证所提算法的有效性,在公共数据集上进行了测试,实验结果表明,本文算法在图像生成和数据增强效果上均取得较好表现.
文献关键词：
生成对抗网络;小样本学习;图像生成;数据增强;随机梯度惩罚
中图分类号：
作者姓名：
徐为立;袁和刚;任凯;董越;麦晓庆
作者机构：
国网宁夏电力有限公司中卫供电公司,宁夏中卫,755000
文献出处：
引用格式：
[1]徐为立;袁和刚;任凯;董越;麦晓庆-.基于对抗神经网络的小样本生成技术)[J].电子测试,2022(18):64-65,8
A类：
SandGlass,剃度,随机梯度惩罚
B类：
对抗神经网络,样本生成,生成技术,传统生成,生成对抗网络,网络算法,训练样本,本无,质量图,数据增强,成图,改进算法,法利,Net3+,计算效率,残差模块,信息丢失,失风,公共数据,图像生成,增强效果,小样本学习
AB值：
0.373966
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
