簡介
簡介:在WGAN-GP+CGAN的基礎上利用了序列后向選擇方法來挑選優質樣本補充到訓練集當中,豐富訓練數據集。
論文題目:基于生成對抗網絡的情緒識別數據增強方法
期刊:傳感技術學報
摘要:使用深度學習方法構建高準確率的情緒識別模型需要大量的情緒腦電數據。 生成對抗網絡(GAN)最近在生成逼真的數據方面取得了巨大成功,但一直沒有客觀的評價指標衡量
簡介:在WGAN-GP+CGAN的基礎上利用了序列后向選擇方法來挑選優質樣本補充到訓練集當中,豐富訓練數據集。
論文題目:基于生成對抗網絡的情緒識別數據增強方法
期刊:傳感技術學報
摘要:使用深度學習方法構建高準確率的情緒識別模型需要大量的情緒腦電數據。 生成對抗網絡(GAN)最近在生成逼真的數據方面取得了巨大成功,但一直沒有客觀的評價指標衡量
本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。 如若轉載,請注明出處:http://www.pswp.cn/diannao/76305.shtml 繁體地址,請注明出處:http://hk.pswp.cn/diannao/76305.shtml 英文地址,請注明出處:http://en.pswp.cn/diannao/76305.shtml
如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!