龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：长春理工大学
摘要：一种面向火炮内膛瑕疵检测的自对抗编码式数据增强方法，属于检测控制技术领域。本发明的目的是基于自编码器与生成对抗网络相结合的自对抗编码器生成模型从而面向深孔零件内壁瑕疵增强数据检测的面向火炮内膛瑕疵检测的自对抗编码式数据增强方法。本发明VAE中编码后的先验分布均趋近于标准正态分布，解码器将其采样后学习为与输入的深孔内壁瑕疵图像相似的生成样本，再将生成样本与原始样本对比，以此训练成更逼真样本图像，VAE作为GAN的生成器进行相似样本的生成，而GAN作为VAE的判别器进行图像优化。本发明由于其稳定特性因此可适用于其他数据集增强应用当中，在各类原始数据中均可学习并生成新相似样本，具有广泛通用性和实用性。
主权项：1.一种面向火炮内膛瑕疵检测的自对抗编码式数据增强方法，其特征在于：其步骤是：S1、VAE中编码后的先验分布PZ|X均趋近于标准正态分布Ν0,I，其定义为： 其中：X：输入数据；Z：重采样量；引入KL散度作为损失函数，其KL散度函数为： 其中：d：重采样量Z的维度；正态分布均值向量的第i个分量；方差向量的第i个分量；S2、结合GAN生成对抗网络进行判别来甄别出相似样本中的逼真样本判别损失函数为： 其中：x：真实样本；隐变量；噪声变量；损失函数写成最小化两个二元交叉熵函数的形式 其中：BCED：二元交叉熵函数；GAN网络判别器将VAE得到的相似生成图像最大程度上与原始真实瑕疵深孔数据进行优化分别，直至无法发现二者差异为止即完成对数据图像的学习生成。
全文数据：
权利要求：
百度查询： 长春理工大学 面向火炮内膛瑕疵检测的自对抗编码式数据增强方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号