基于辅助分类对抗生成网络的孔隙介质生成

由于孔隙介质应用广泛,如何生成具有一定特性的介质结构引起了研究者们的兴趣。文章采用几何体随机填充法形成训练数据,采用无监督深度学习方法,搭建辅助分类对抗生成网络(Auxiliary Classifier GANs,AC-GAN),通过输入标签条件和随机噪声,生成具有一定特性的三维孔隙介质结构图像,并结合直观视觉感受和量化指标对生成图像进行分析。结果表明,生成图像质量良好,能复现训练数据图像的形态特征,且具有多样性。