《表1 生成式对抗网络训练过程判别器及生成器损失》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于GF-LSTM和GAN网络的小样本集人工水体溶解氧浓度预测》
GAN的两个输入分别是噪声数据和溶解氧浓度数据,将输入样本的大小设置为2×2,噪声数据服从正态分布。分别将不同推流电压下获得的溶解氧浓度数据分成4个样本集,使用GAN网络分别训练4个样本集分别得到1 470条数据,最后汇总为样本容量为6 720的溶解氧浓度数据集。GAN网络的核心为生成器和判别器,训练效果的好坏在于两者之间的依赖及对抗关系。较好的情况是训练过程中两者的损失不断的变化,维持在动态平衡的状态。训练过程的损失见表1。
图表编号 | XD00187452000 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.25 |
作者 | 艾矫燕、郑剑武、刘高煊 |
绘制单位 | 广西大学电气工程学院、广西大学电气工程学院、广西大学电气工程学院 |
更多格式 | 高清、无水印(增值服务) |