基于梯度惩罚生成对抗网络的过采样算法

打开文本图片集

摘要：在不平衡数据分类问题中，为了更注重学习原始样本的概率密度分布，提出基于梯度惩罚 生成对抗网络的过采样算法（OGPG）。该算法首先引入生成对抗网络（GAN）， 有效地学习原始数 据的概率分布；其次，采用梯度惩罚对判别器输入项的梯度二范数进行约束，降低了 GAN 易出现 的过拟合和梯度消失，合理地生成新样本。（剩余12130字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。