-
题名结合注意力机制的相对GAN螺栓图像生成
被引量:9
- 1
-
-
作者
戚银城
郎静宜
赵振兵
江爱雪
聂礼强
-
机构
华北电力大学电气与电子工程学院
山东大学计算机科学与技术学院
-
出处
《电测与仪表》
北大核心
2019年第19期64-69,共6页
-
基金
国家自然科学基金资助项目(61871182、61401154、61773160、61302163)
北京市自然科学基金项目(4192055)
+2 种基金
河北省自然科学基金项目(F2016502101、F2017502016、F2015502062)
中央高校基本科研业务费专项资金项目(2018MS095、2018MS094)
模式识别国家重点实验室开放课题基金(201900051)
-
文摘
螺栓缺陷非常容易引起输电线路异常甚至故障,但大量的缺陷数据难以获得。将生成式对抗网络应用于缺陷螺栓图像的生成,针对生成过程中存在的图像质量差、生成样本单一,模型收敛缓慢等问题,提出一种基于改进DCGAN的螺栓图像生成方法。在损失函数中加入相对均值鉴别器和梯度惩罚,平衡了生成器和判别器的能力,提高了样本质量和模型的收敛速度;在模型的生成器和鉴别器中引入注意力机制,捕获图像中长距离的像素特征,提高了缺陷样本的多样性;实验结果验证了改进方法的有效性,IS值提高了0.1,实现了缺陷样本的扩增。
-
关键词
螺栓
生成式对抗网络
相对均值鉴别器
梯度惩罚
注意力机制
-
Keywords
bolt
generative adversarial networks (GAN)
relativistic average discriminator
gradient penalty
attention mechanism
-
分类号
TM726
[电气工程—电力系统及自动化]
-