|
|
1.
基于多分辨率生成对抗网络的空间数据不确定性重建方法
管其杰, 张挺, 李德亚, 周绍景, 杜奕
计算机应用
2021, 41 (8):
2306-2311.
DOI: 10.11772/j.issn.1001-9081.2020101541
在空间数据不确定性重建领域，多点统计法（MPS）得到了广泛的应用，但由于计算成本较高，其适用性受到了影响。通过使用金字塔结构的全卷积生成对抗网络（GAN）模型学习不同分辨率的训练图像，提出了一种基于多分辨率GAN模型的空间数据重建方法。该方法从高分辨率训练图像中捕获细节特征，从低分辨率训练图像中捕获大范围特征，因此该方法重建的图像包含训练图像的全局和局部结构信息，同时保持一定的随机性。把所提算法与MPS中的代表性算法以及应用于空间数据重建的GAN方法进行对比的结果表明，所提方法10次重建的总时间降低了约1 h，其平均孔隙度与训练图像孔隙度的差值降低至0.000 2，并且其变差函数曲线和多点连接性函数（MPC）曲线更接近于训练图像，可见所提算法重建质量更好。
参考文献 |
相关文章 |
多维度评价
|
|
