掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
基于生成對抗網絡的圖像分類研究及其在脈沖星候選體識別中的應用 版權信息
- ISBN：9787564393892
- 條形碼：9787564393892 ; 978-7-5643-9389-2
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
基于生成對抗網絡的圖像分類研究及其在脈沖星候選體識別中的應用 內容簡介
國家重大工程、被譽為“中國天眼”的500m口徑球面射電望遠鏡（FAST）的主要科學目標之一是尋找脈沖星。然而如何從海量脈沖星候選體中可靠、智能、高效地篩選出優質脈沖信號是亟待解決的問題。本書為學術著作，以FAST脈沖星候選體識別為應用背景，探索了不平衡數據的分類、生成以及半監督學習等問題。本書共6章，主要內容包括緒論、生成對抗網絡、基于輔助分類器生成對抗網絡的圖像識別、基于生成對抗網絡的半監督學習、脈沖星候選體識別、總結與展望等。本書通過改進網絡結構、重構損失函數提出了一種新的圖像識別模型CP-ACGAN，同時基于生成對抗網絡（GANs）提出一種新的圖像識別模型ICAT，將其應用到脈沖星候選體數據集FAST和HTRU上，改善了傳統基于深度學習的識別方法面臨的模型偏移和效果不佳等問題。該模型只需要對少量樣本進行標記，便可達到與全監督CNN模型相同的識別效果，不僅降低了因樣本標記帶來的人力、物力等成本，而且對標簽樣本稀缺的數據集也有顯著作用。
基于生成對抗網絡的圖像分類研究及其在脈沖星候選體識別中的應用 目錄
第1章緒論
1.1國內外相關研究現狀
1.2本書研究內容及架構
1.2.1研究內容
1.2.2本書結構
第2章神經網絡與生成式對抗網絡
2.1神經網絡
2.1.1人工神經網絡
2.1.2卷積神經網絡
2.1.3神經網絡在不平衡數據上的性能分析
2.2混合概率隨機池化方法
2.2.1方法原理
2.2.2方法提出
2.2.3方法可行性分析
2.2.4實驗結果與分析
2.2.5超參數的選擇
2.3生成對抗網絡及其改進模型
……
展開全部
基于生成對抗網絡的圖像分類研究及其在脈沖星候選體識別中的應用 作者簡介
周林勇，貴州財經大學講師；主要研究方向為機器學習、深度學習、圖像處理等；近年來，參與國家自然科學基金項目1項，主持完成或在研廳級項目2項、校級項目3項；發表相關學術論文6篇，其中SCI論文2篇。
書友推薦
- >
名家帶你讀魯迅:故事新編
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
二體千字文
- >
月亮虎
- >
山海經
- >
伯納黛特,你要去哪(2021新版)
- >
回憶愛瑪儂
- >
史學評論
本類暢銷
