基于邻域差分滤波生成式对抗网络的数据增强方法

• 作者: 吕帅 杜卉然 许亮
• 来源期刊: 计算机应用研究
• 关键词: 生成式对抗网络 邻域差分 特征提取 数据增强
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 图形图像技术
• 页码范围: 1895-1899,1905
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2019.02.0031

摘要

针对工业产品样本缺乏且特征不明显而难以用于深度学习训练的问题,提出一种邻域差分滤波生成式对抗网络数据增强(NDF-GAN)方法.将邻域差分滤波器融合到生成对抗网络中,从样本中提取特征并进行样本重建,对样本进行数据增强.实验表明,该方法所生成的样本比现有两种模型质量更高,与真实样本混合训练分类模型后获得更好的分类性能.因此,提出的NDF-GAN实现了对工业产品样本的数据增强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许亮	广东工业大学自动化学院	32	131	6.0	9.0
2	吕帅	广东工业大学自动化学院	2	0	0.0	0.0
3	杜卉然	广东工业大学自动化学院	1	0	0.0	0.0