计算机应用研究

作者：杜卉然,许亮,吕帅,

单位：广东工业大学自动化学院,广州510006；

关键词：生成式对抗网络,邻域差分,特征提取,数据增强,

基金：国家自然科学基金资助项目(21376091)；；

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。

来源：2020年第6期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第6期