摘要
本发明提供了一种基于变分自编码器和生成对抗网络的数据增强方法及装置,涉及数据增强技术领域。通过利用反向传播算法,迭代更新变分自编码器和双重生成对抗网络,直至所述模型收敛,利用最优的数据增强模型增强非平衡工业数据集,通过编码器和变分表征层提取少数类样本的关键特征,利用第一解码器模块将提取的关键特征重构为样本,将少数类样本的标签和随机噪音向量输入生成器模块,得到融合后的特征变量,将融合后的特征变量输入第二解码器模块,输出生成的新样本,将重构样本、新样本与原始样本混合,得到增强后的数据集,提升了生成数据的真实性和多样性,以及数据增强的质量。
技术关键词
生成对抗网络
编码器
样本
生成特征
变量
解码器
平衡工业
重构
变分贝叶斯
标签
模型训练模块
大数据
数据获取模块
随机噪声
传播算法
序列
系统为您推荐了相关专利信息
数据库交互方法
视频特征向量
语义关键词
文本特征向量
生成提示词
数据智能管理平台
节点
时序
滞后特征
销售数据管理
光伏发电项目
咨询服务系统
多元线性回归模型
指标
工程造价资料
预测特征
特征提取网络
特征选择算法
网络模块
样本