《表5 2种2D数据增强方法性能对比》

  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

《基于二维灰度图的数据增强方法在电机轴承故障诊断的应用研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

表5进一步展示了基于2D-ACGANs和2D-DCGANs的数据增强方法性能对比，所使用数据依然为前文所提的1000个训练样本，其中训练时间指模型从开始训练到收敛时所使用的时间，2D-DCGANs为训练所有10个模型的总时长，2D-ACGANs则为单个模型的训练时长。从表5的结果可以看出，虽然基于2D-ACGANs的数据增强方法能够简化训练步骤，但是由于其将所有类别数据混入一起进行训练，导致训练较为困难，因此整体训练速度较基于2D-DCGANs的数据增强方法有小幅度下降。但与此同时，标签数据的引入给予了网络额外的信息，因此最终生成图片的质量稍有提升。虽然训练总时间较原方法略微增加，但总体来说，基于2D-ACGANs的方法简化了训练步骤，提高了生成数据质量，在数据增强方面表现更为优异。