计算机应用

作者：管其杰, 张挺, 李德亚, 周绍景, 杜奕

单位：1. 上海电力大学 计算机科学与技术学院, 上海 200090;2. 上海第二工业大学 工学部, 上海 201209

关键词：空间数据,多分辨率,生成对抗网络,训练图像,重建

基金：国家自然科学基金资助项目（41672114，41702148）。

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。

来源：2021年第8期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第8期