| 基于二维独立均匀分布对抗自编码的模式识别研究 |
| |
| 引用本文： | 赵川,张颖琳,王坤.基于二维独立均匀分布对抗自编码的模式识别研究[J].北华航天工业学院学报,2022,32(1):1-3. |
| |
| 作者姓名： | 赵川 张颖琳 王坤 |
| |
| 作者单位： | 北华航天工业学院机电工程学院,河北廊坊065000;北京科技大学机械工程学院,北京100083,北华航天工业学院机电工程学院,河北廊坊065000;北京航空航天大学 机械工程及自动化学院,北京100083,北华航天工业学院机电工程学院,河北廊坊065000;哈尔滨工业大学航天学院,黑龙江哈尔滨150001 |
| |
| 基金项目： | 北华航天工业学院博士科研启动基金资助项目 |
| |
| 摘 要： | 标准对抗自编码模型能够以自监督方式自适应提取输入样本的特征,并通过对抗机制对提取的特征施加特定的先验分布,从该先验分布进行采样输入解码器,则可生成与输入样本近似的样本。但在实际应用中,有时需要生成指定类别的样本;对于模式识别任务,通常还需要对多类别样本的特征进行提取,并强化特征间差异,从而进行聚类分析。针对上述需求,本文提出基于二维独立均匀分布对抗自编码的分析模型。在该模型中,根据类别信息构建二维均匀分布,便于对不同类别的可视化特征进行专属约束,从而强化不同类别特征间的差异;此外,通过自监督与对抗训练,使得对应特定类别信息的均匀分布样本能够生成指定类别的样本。方法经网络公开数据MNIST数据集进行了验证,研究表明,该方法能够利用与类别信息相关的二维独立均匀分布对隐变量进行约束,提高了特征聚类性能,并能够生成指定类别的样本。
|
| 关 键 词： | 对抗自编码 二维独立均匀分布 特征强化 聚类分析 生成模型 |
Pattern Recognition Study of Adversarial Auto-encoder Based on Twodimensional Independent Uniform Distribution |
| |
| Zhao Chuan,Zhang Yinglin,Wang Kun.Pattern Recognition Study of Adversarial Auto-encoder Based on Twodimensional Independent Uniform Distribution[J].Journal of North China Institute of Aerospace Engineering,2022,32(1):1-3. |
| |
| Authors: | Zhao Chuan Zhang Yinglin Wang Kun |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
