基于多尺寸卷积与残差单元的快速收敛GAN胸部X射线图像数据增强

于贺; 余南南

首页> 中文期刊> 《信号处理》 >基于多尺寸卷积与残差单元的快速收敛GAN胸部X射线图像数据增强

基于多尺寸卷积与残差单元的快速收敛GAN胸部X射线图像数据增强

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:针对深度学习中数据增强的方法,改进生成式对抗网络(GAN,Generative adversarial networks)模型,形成一种快速收敛生成式对抗网络,能够克服GAN训练过程不稳定、收敛速度缓慢容易发生模式崩溃等问题。采用在判别器中使用多尺寸卷积,加强判别器的特征提取能力;在生成器中添加残差单元的方法,使得生成器可以快速拟合真实数据的分布;同时对判别器进行预训练的策略,有利于提高生成器前期训练稳定性和加快训练过程。运用CIFAR-10标准数据集进行实验,与几种基于GAN的模型对比,证实本文的改进算法效果较好,图像质量和多样性更优。利用本文提出的改进算法用于美国NIH临床数据库的胸部X射线数据集,生成扩充样本,经图灵测试证实了算法的有效性。

著录项

来源
《信号处理》 |2019年第12期|2045-2054|共10页
作者
于贺; 余南南;
展开▼
作者单位

江苏师范大学电气工程及自动化学院江苏徐州221116;

展开▼
原文格式 PDF
正文语种 chi
中图分类模式识别与装置;
关键词
生成式对抗网络; 模式崩溃; 多尺寸卷积; 残差单元; 图灵测试;

相似文献

中文文献
外文文献
专利

1. 基于双残差卷积网络的低照度图像增强 [J] . 陈清江 ,屈梅 . 液晶与显示 . 2021,第002期
2. 基于门控残差卷积编解码网络的单通道语音增强方法 [J] . 张天骐 ,柏浩钧 ,叶绍鹏 . 信号处理 . 2021,第010期
3. 基于残差整流增强卷积神经网络的表情识别 [J] . 陈斌 ,朱晋宁 ,东一舟 . 液晶与显示 . 2020,第012期
4. 基于快速残差插值和卷积神经网络的去马赛克算法 [J] . 汤漫 ,杨斌 . 南华大学学报（自然科学版） . 2019,第006期
5. 融合卷积网络与残差长短时记忆网络的轻量级骨导语音盲增强 [J] . 邦锦阳 ,孙蒙 ,张雄伟 . 数据采集与处理 . 2021,第005期
6. 基于残差直方图与直方图残差的LSB匹配检测 [C] . WANG Ping ,王平 ,LIU Fenlin . 第十三届全国信息隐藏暨多媒体信息安全学术大会 . 2016
7. 结合多尺度残差卷积神经网络和简单循环单元的光学乐谱识别方法研究 [A] . 吴琼 . 2019

基于多尺寸卷积与残差单元的快速收敛GAN胸部X射线图像数据增强

摘要

著录项

相似文献

相关主题

期刊订阅