典型文献
改进生成式对抗网络的图像数据集增强算法
文献摘要：
针对现有深度学习中图像数据集缺乏的问题,提出了一种基于深度卷积生成式对抗网络(Deep Convolutional Generative Adversarial Network,DCGAN)的图像数据集增强算法.该算法对DCGAN网络进行改进,首先在不过多增加计算量的前提下改进现有的激活函数,增强生成特征的丰富性与多样性;然后通过引入相对判别器有效缓解模式坍塌现象,从而提升模型稳定性;最后在现有生成器结构中引入残差块,获得相对高分辨率的生成图像.实验结果表明,将所提方法应用在MNIST、SAR和医学血细胞数据集上,图像数据增强效果与未改进的DCGAN网络相比显著提升.
文献关键词：
图像数据增强;生成对抗网络;深度卷积;相对判别器;残差网络
中图分类号：
作者姓名：
郭伟;庞晨
作者机构：
西安科技大学 通信与信息工程学院,西安710600
文献出处：
引用格式：
[1]郭伟;庞晨-.改进生成式对抗网络的图像数据集增强算法)[J].电讯技术,2022(03):281-287
A类：
相对判别器
B类：
图像数据集,数据集增强,增强算法,有深度,中图,深度卷积生成式对抗网络,Deep,Convolutional,Generative,Adversarial,Network,DCGAN,加计,计算量,激活函数,强生,丰富性,解模,模式坍塌,模型稳定性,生成器,残差块,成图,MNIST,SAR,血细胞,图像数据增强,增强效果,未改,生成对抗网络,残差网络
AB值：
0.38813
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。
