基于生成对抗网络的单粒子效应数据生成方法

本发明属于机器学习技术领域，具体涉及基于生成对抗网络的单粒子效应数据生成方法，通过GAN的高效数据生成能力，能够在少量真实实验数据的基础上生成与实际数据分布一致的高质量模拟数据，从而减少对实验数据的高度依赖。本发明不仅能够为机器学习模型提供多样化、高精度的训练数据，还能显著降低数据获取的时间和经济成本，有效弥补传统建模方法和现有机器学习技术的不足。通过本发明的应用，可以显著提升单粒子效应建模的精度和效率，为抗辐射加固电路的设计提供重要的技术支持，满足大规模宇航集成电路设计的实际需求。