基于辅助分类器生成对抗网络的图像识别

资料大小: 2.57 MB

所需积分: 0

下载次数:

用户评论: 0条评论,查看

上传日期: 2021-06-03

上 传 者: 他上传的所有资料

资料介绍

标签:网络(5496)算法(2957)图像处理(727)

  针对基于辅助分类器生成对抗网络( ACGAN)的图像分类算法在训练过程中稳定性低且分类效果差的问题,提出一种改进的图像识别算法CP- ACGAN。对于网络结构,在判别网络的输出层取消样本的真假判别,只输出样本标签的后验估计并引入池化层。对于损失函数,除真实样本的交叉熵损失外,在判别网络中增加生成样本的条件控制标签及后验估计间的交叉熵损失。在此基础上,利用真假样本的交叉熵损失及属性重构生成器和判别器的损失函数。在 MNSIT、CIAR10、CIAR100数据集上的实验结果表明,与 ACGAN算法、CNN算法相比,该算法具有较好的分类效果与稳定性,且分类准确率分别高达99.62%79.07%48.03%。

用户评论

查看全部 条评论

发表评论请先 , 还没有账号?免费注册

发表评论

用户评论
技术交流、我要发言! 发表评论可获取积分! 请遵守相关规定。
上传电子资料