原文服务方: 太原理工大学学报       
摘要:
为了提高覆冰电网图像的检索性能,提出一种基于自编码器的深度对抗哈希方法.首先,通过在现有的生成器和鉴别器之上添加新的编码鉴别器以鼓励生成的图像样本更好地表示真实数据分布.其次,构建哈希编码网络以学习生成紧凑的二进制哈希码.我们在WGAN-GP损失的基础上引入了新的基于长尾柯西分布的交叉熵损失和量化损失函数以优化汉明空间检索性能.实验结果表明,该深度对抗哈希方法能够通过编码鉴别器和柯西损失函数解决模式崩溃和图像模糊的问题,图像检索性能相比于其他方法有明显提高.
推荐文章
基于去噪卷积自编码器的色织 衬衫裁片缺陷检测
色织衬衫裁片
缺陷检测
卷积自编码器
图像重构
自适应多位编码量化的哈希图像检索方法
哈希图像检索
方差
数据子向量
自适应多位编码
面向Web图像检索的基于语义迁移的无监督深度哈希
语义迁移
图像哈希
Web图像检索
深度学习
融合降噪自编码器与BPSO的特征组合方法及其中医应用
降噪自编码器
二进制粒子群算法
非线性
中医药
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于自编码器的深度对抗哈希方法在覆冰电网图像检索中的应用
来源期刊 太原理工大学学报 学科
关键词 覆冰图像 图像检索 哈希编码 生成对抗网络 长尾柯西分布
年,卷(期) 2020,(4) 所属期刊栏目 专家论坛
研究方向 页码范围 485-494
页数 10页 分类号 TP391
字数 语种 中文
DOI 10.16355/j.cnki.issn1007-9432tyut.2020.04.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 强彦 太原理工大学信息与计算机学院 88 402 11.0 16.0
2 何龙 3 0 0.0 0.0
3 张丽敏 1 0 0.0 0.0
4 王继宗 2 0 0.0 0.0
5 吕军 吕梁学院计算机科学与技术系 6 3 1.0 1.0
6 史国华 太原理工大学信息与计算机学院 1 0 0.0 0.0
7 陈琪 俄勒冈州立大学工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
覆冰图像
图像检索
哈希编码
生成对抗网络
长尾柯西分布
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
太原理工大学学报
双月刊
1007-9432
14-1220/N
大16开
太原市迎泽西大街79号3337信箱
1957-01-01
汉语
出版文献量(篇)
4103
总下载数(次)
0
总被引数(次)
28999
论文1v1指导