StarGAN: 面向跨域图像变换的统一对抗生成网络,可实现面部表情/性别迁移
2022-03-16 04:06:46 1.97MB Python开发-机器学习
1
使用对抗生成网络,来实现超分辨率。使用imagenet的部分数据。摒弃了用均方误差和信噪比来优化参数。
2022-03-13 23:42:14 3.81MB 对抗生成网络 残差网络 超分辨率 sisr
1
北京理工大学信息安全与对抗网课资料(慕课考试题库+课程资料)
2022-03-13 15:55:14 50.51MB 北理工 信抗
1
对抗生成网络学习(九)——CartoonGAN+爬虫生成《言叶之庭》风格的影像(tensorflow实现)-附件资源
2022-03-13 13:05:43 106B
1
甘 生成对抗网络(GAN)以生成MNIST图像。
2022-03-12 22:20:26 138KB JupyterNotebook
1
JTIDS 全 称联合战术情报分配系统,是Link1(TADILJ )的通信部分,它包括两级终端的硬件、软件、射频设备及其产生的电磁信号。16号链路作为一种较新的数据链,其用途是实现部队单元间的实时战术数据交换。虽然Link16与Linkll, Link4A等战术数据链的作用相同,但技术性能有了很大的提高。其主要特点为传输网络无中心节点、信号抗干扰、数据安全可靠;组网灵活方便、网络数据传输容量大、用户数量多;具有相对导航、定位和敌我识别功能。在海 湾 战 争等近几次局部战争中,数据链的应用排除了各国部队间信息交换的语言障碍,简化了各国间的联络程序。极大地扩展了作战态势探测范围,提高了编队作战的反应速度,增强了编队协同作战的能力和ClI的效果。实战应用表明,数据链与现有武器系统有机结合使用时,是一种十分有效的力量倍增器,得到美、台等军的重视。另一方面,从通信对抗的角度讲.为适应未来通信电子情报侦察的需求,有必要开展对Linkl6数据链对抗技术的研究
2022-03-12 14:42:21 149KB link16 对抗
1
使用对抗性训练增强深度学习以稳健预测癫痫发作 该存储库包含 Hussein A.、Djandji M. 等人在 ACM Transactions on Computing for Healthcare 发表的期刊论文“Augmenting DL with Adversarial Training for Robust Prediction of Epilepsy Seizures”中使用的代码。 该论文可以在这里找到: : 。 要求 h5py (2.9.0) 希克尔 (3.4.5) matplotlib (3.1.1) 内 (0.11.0) 熊猫 (0.25.1) scikit-learn (0.21.3) scipy (1.1.0) 张量流-GPU (1.14.0) 主文件夹说明 CHBMIT 和 FB:原始数据集文件夹。 CHBMIT_cache 和 FB_cach
2022-03-09 21:27:14 1.5MB Python
1
对抗生成网络学习(十)——attentiveGAN实现影像去雨滴的过程(tensorflow实现)-附件资源
2022-03-08 09:56:53 23B
1
GAN Lab:生成对抗网络GAN的交互式可视化实验工具
2022-03-06 17:49:44 4.09MB JavaScript开发-可视化/图表
1