典型文献
基于MDCGAN的裂缝样本扩充及识别研究
文献摘要：
针对裂缝图像获取困难导致的样本少、传统数据扩充方法提升样本特征空间能力不足等问题,提出了一种基于改进深度卷积生成对抗网络(MDCGAN)的裂缝样本扩充方法.首先对数据集进行预处理,利用滑窗法进行数据降维和清洗;其次优化激活函数,提高生成特征的多样性,同时引入谱归一化进行权重标准化提升网络结构的稳定性,以生成高质量的裂缝数据集;最后,利用改进的Alexnet网络对扩充后的混合样本集进行特征提取并分类识别.结果表明,MDCGAN网络数据增强性能与传统扩充方法相比均有明显提高,适用于扩充裂缝图像.
文献关键词：
深度卷积生成对抗网络;数据增强;裂缝图像;谱归一化;激活函数
中图分类号：
作者姓名：
谢永华;齐杨
作者机构：
南京信息工程大学 计算机与软件学院;南京信息工程大学 电子与信息工程学院,南京210000
文献出处：
引用格式：
[1]谢永华;齐杨-.基于MDCGAN的裂缝样本扩充及识别研究)[J].半导体光电,2022(05):955-961
A类：
MDCGAN
B类：
样本扩充,裂缝图像,数据扩充,样本特征,特征空间,空间能力,进深,深度卷积生成对抗网络,滑窗法,数据降维,次优,激活函数,谱归一化,行权,Alexnet,混合样本,样本集,分类识别,网络数据,数据增强,增强性能
AB值：
0.332568
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。
