Print

基于GAN网络的菌菇表型数据生成研究

论文摘要

生成式对抗网络是基于对抗过程生成数据模型的新框架,它能够生成高质量的图像数据,为解决小样本数据、非均衡数据分析等提供了行之有效的方法。菌菇作为重要的真菌之一,其种类繁多,数据长尾分布、非均衡性等为其表型智能化识别与分类带来了困难。针对蘑菇表型数据,设计了一个高效的蘑菇表型生成式对抗网络MPGAN。研究了菌菇表型数据生成技术,设计了用于菌菇表型数据生成的生成式对抗网络结构,系统分为模型训练和表型图像生成两个模块。为了提升生成质量,使用Wasserstein距离和带有梯度惩罚的损失函数。利用开源数据和私有数据集测试学习率、处理所需的批次数EPOCH与Wasserstein距离。系统生成的菌菇表型数据为后期菌菇数据分类与识别提供了大数据基础。

论文目录

  • 0 引言
  • 1 GAN网络原理及系统框架
  •   1.1 GAN网络基本原理
  •   1.2 GAN系统框架
  • 2 MPGAN系统实现
  •   2.1 MPGAN系统框架
  •     2.1.1 生成器
  •     2.1.2 判别器
  •   2.2 网络优化设计
  •     2.2.1 Wasserstein距离
  •     2.2.2 系统损失函数
  •   2.3 MPGAN系统的训练过程
  • 3 实验结果与分析
  •   3.1 数据集
  •   3.2 参数设置
  •     3.2.1 生成器参数设置
  •     3.2.2 判别器参数设置
  •   3.3 Wasserstein距离与EPOCH
  •   3.4 学习率与EPOCH
  •   3.5 蘑菇图像生成
  • 4 结论

    • 文章来源

    类型: 期刊论文

    作者: 袁培森,吴茂盛,翟肇裕,杨承林,徐焕良

    关键词: 菌菇表型,生成式对抗网络,生成器,判别器,距离

    来源: 农业机械学报 2019年12期

    年度: 2019

    分类: 农业科技,信息科技

    专业: 园艺,自动化技术

    单位: 南京农业大学信息科学技术学院,马德里理工大学技术工程和电信系统高级学院

    基金: 国家自然科学基金项目(61502236,61806097),中央高校基本科研业务费专项资金项目(KYZ201752),大学生创新创业训练专项计划项目(S20190025)

    分类号: TP183;S646

    页码: 231-239

    总页数: 9

    文件大小: 9509K

    下载量: 255

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/c4d34a3b2c3963b05bf38584.html