基于深度卷积生成对抗网络的不平衡大数据监测与诊断

• 作者: 林君萍
• 来源期刊: 重庆科技学院学报（自然科学版）
• 学科: 工学
• 关键词: 深度卷积 生成对抗网络 不平衡大数据 损失函数
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 计算机与自动化技术
• 页码范围: 99-103
• 页数: 5页
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1980.2022.01.019

摘要

针对不平衡数据集的在线监测与诊断问题,提出一种基于深度卷积生成对抗网络的算法模型.通过生成器与判别器之间的不断对抗,实现对数据训练网络参数的调整和优化,并得到近似分布数据,用以矫正数据集的不平衡性.利用深度卷积网络的转置卷积层替代池化层,在检测空间内实现上下同步采样,同时避免反复选择数据训练层参数而带来高成本计算.生成器的损失函数降低了生成数据与真实数据之间的差距.仿真实验结果显示,提出的算法具有较强的不平衡数据训练能力、分类能力和故障诊断性能.