摘要
本发明公开了一种基于全局注意力生成对抗网络的海洋数据扩充方法,属于人工智能技术领域。本发明使用一种全新的全局注意力机制,通过在不同卷积层之间建立更为紧密的特征关联,以提高模型整体的表达能力;通过分析生成对抗网络过程中存在的梯度消失和训练不稳定性,有针对性的对网络进行优化,提升网络;改进网络结构和损失函数来解决训练不稳定问题,在生成器和判别器中加入残差模块来避免增加网络深度而导致的梯度消失。本发明通过构建基于全局注意力生成对抗网络进行海洋气象数据的生成工作,解决了海洋气象数据匮乏的问题,从而为海洋系统的研究提供更为可靠的数据支持。
技术关键词
数据扩充方法
卷积模块
残差模块
生成对抗网络
注意力机制
数据分布
特征提取能力
通道
子模块
海洋系统
网络深度
人工智能技术
生成工作
随机噪声
气象
系统为您推荐了相关专利信息
风电功率预测方法
频域特征
集成卷积神经网络
数值天气预报数据
风电场数据
报告自动生成方法
文本
视觉特征提取
多模态特征融合
生成医学报告
故障检测模块
故障检测方法
故障检测模型
图像分割
像素点
组合优化算法
节点
进化算法
注意力机制
梯度算法