针对小样本建模存在的模型拟合效果欠佳、参数估计不准确的问题，利用生成对抗网络可以捕获原始数据分布且能够生成服从其分布的数据......

近年来,深度神经网络通过增加模型的深度来提高特征提取和数据拟合的能力。与浅层模型相比,它在图像处理方面表现出了很大的优势,......

文中针对现有基于生成对抗网络的单图超分辨率重建模型训练不稳定,以及重建后的图像细节视觉效果不理想等问题,提出基于残差密集网......

信息隐藏是将信息以不可见的方式隐藏在一个宿主信号中,以实现机密通信和版权保护等目标。它主要用于两个特定的秘密渠道,尤其是在......

随着在线交互技术的发展和越来越多社交网络平台的兴起,人们将越来越多的闲暇时间花费在社交网络平台上。在线社交网络用户的隐匿......

跨语言词向量学习是指利用某一种资源丰富的源语言词向量来辅助资源相对匮乏的目标语言词向量空间的学习,该问题的研究对小语种的......

生成对抗网络(Generative Adversarial Networks,GAN)是一种无监督生成式模型,包括生成网络和判别网络两部分.GAN经常面临模式崩溃......

当前用于深度学习中数据扩充的方法只是在原始图像上进行操作,没有改变图像的深层信息,因此对模型效果的提升有限。借鉴CGAN(Condi......

首先阐明了道路数据信息化管理的重要意义,并简要分析了道路元素特征与提取思路,论证了在高分辨率遥感影像和丰富样本集的支持下,......

为更好地解决手工制作的建筑垃圾堆放点样本集效率低、数据量少,难以支撑基于深度学习的遥感图像目标检测算法训练需求的问题,采用......

针对多规格热轧带钢精轧段电耗预测中数据质量低、维数高和复杂性强等问题,本文提出一种基于数据增强与自编码GRU网络的精轧电耗预......

物质的太赫兹光谱具有唯一性。目前,结合先进的机器学习方法,研究基于规模光谱数据库的太赫兹光谱识别技术已成为太赫兹应用技术领......

近年来,利用机器学习算法进行移动终端恶意软件的检测已成为研究热点,而恶意软件制作者为了使恶意软件能够逃避检测,采用各种方法......

近年来深度学习在图像处理、音频处理以及NLP领域取得了令人瞩目的成绩,特别在图像处理领域,深度学习已然成为主流方法。本文介绍......

针对信息隐藏中修改载体嵌入信息的方法会留有痕迹,从根本上难以抵抗统计分析算法检测的问题,文章提出一种基于生成对抗网络的图像......

深过冷(Deep Supercooling)是一种通过抑制形核,液体或气体在温度降低到其凝固点以下时,仍然不会变成固体的过程。本课题的研究对......

为解决现有基于生成对抗网络的单图像超分辨率重建模型SRGAN网络训练不稳定、学习速率慢等问题,提出了一种基于ResNeXt和WGAN的单......

针对多能源电力系统中新能源电源容量配置问题,考虑到风光资源的不确定性,提出一种基于Wasserstein生成对抗网络(WGAN)的风光资源......

近年来,人工智能兴起,深度学习是目前人工智能的主要研究领域之一。深度学习是一种数据驱动学习方法,对数据的数量和质量的要求都......

图像到图像的翻译工作在现实中有着广泛应用,因此在计算机视觉领域得到高度关注。通过CycleGAN的网络结构进行图像风格迁移实验,将......