简介：摘要生成对抗网络（GenerativeAdversarialNets，简称GAN）是深度学习中的一个重要模型。本文首先从GAN中的两个模型-生成模型和判别模型出发，介绍了其概念以及区别，并讲述了其工作原理和大致训练过程，最后从数学表达式解析生成模型和判别模型的优化工作。

简介：摘要生成对抗网络（GenerativeAdversarialNets，简称GAN）是深度学习中的一个重要模型。本文首先从GAN中的两个模型-生成模型和判别模型出发，介绍了其概念以及区别，并讲述了其工作原理和大致训练过程，最后从数学表达式解析生成模型和判别模型的优化工作。

简介：随着前段时间“秦火火”、“立二拆四”等的相继被刑拘，网上谣言的源头控制与管理问题引发了人们的关注；如何堵住谣言传播通道，实现网络的有效管理，也成为各级政府多方求解的课题。

简介：摘要：随着网络交流的发展，网络词语也越来越成熟。但网络词语的生成并非是偶然的、任意的，而是符合人的认知规律的。本文结合网络词语的造词方式，运用认知语言学理论中的转隐喻理论和概念合成理论对其生成机制作简要探讨。

简介：在分析2008和2009年网络流行语意义的基础上，按形象、特征、关系、修辞、语源五类分别讨论了网络流行语的生成理据，首次提出了造词理据没有而流行语独具的特性型、仿语型、反语型、拈连型。这显示了流行语的生成理据与造词理据的大同小异。

简介：摘要：如今，世界已经进入了信息时代，电子商务也取得了很大的发展，已经成为我们日常生活中不可缺少的一部分，尤其是对年轻人来说，网上买衣服也越来越被接受在数据时代，如何利用互联网上的海量数据来改善消费者的购买体验，吸引新用户是至关重要的。在过去的几年里，深度学习中的生成式对抗网络取得了很大的发展，与服装行业的融合越来越紧密。应用生成式对抗网络解决服装行业的问题也已成为主流。本次主要研究基于条件生成对抗网络的服装生成方法的研究及应用。

简介：网络对抗试验因其过程快、交互强和安全隔离性高等特点，对网络安全能力测试评估提出了更高要求。提出了一种基于规则的网络攻击事件生成方法，为网络安全能力测试提供威胁驱动源。首先，从网络协议报头、攻击负载和交互行为统计3方面建立了攻击特征库，构造初始攻击报文；然后，建立了攻击特征变换规则，在不改变攻击能力前提下对初始攻击报文进行变换，生成网络攻击事件，以提高网络攻击模拟逼真度；最后，进行了某情报组网系统的威胁感知能力评估试验，验证了基于规则的网络攻击事件生成方法的有效性。

简介：摘要随着近二十多年来网络技术的不断发展，网络变得越来越普及了。上网已经成为了学生们几乎每天必做的事情之一。网络在给学生带来各种便利的同时也带来了负面效应。本文探讨了网络对学生成长的危与机，并给出了对应的一些建议。

简介：根据网络集群事件的基本要素,可构建以现实社会和网络空间为外部环境,以参与者、信息传播活动和事件发展进程为维度的网络集群事件生成模型。参与者在网络集群事件中经历由个体体验、到群体围观、到形成共同信念、到淡化与转移等心理、行为变化过程。网络集群事件信息传播活动可分为“碎片化”传播、扩散化传播、聚集化传播和衰减化传播等阶段。网络集群事件存在由散点引爆、热点聚集、群体极化到事件终结的过程。现实社会和网络空间以及两者的融合、互动,则构成了网络集群事件的社会空间。

简介：深度学习包括监督学习、非监督学习和半监督学习。生成对抗网络GANs已经成为非监督学习中重要的方法之一，其相对于自动编码器和自回归模型等非监督学习方法具有能充分拟合数据、速度较快、生成样本更锐利等优点。GANs模型的理论研究进展很迅速，原始GANs模型通过MinMax最优化进行模型训练；条件生成对抗网络CGAN为了防止训练崩塌将前置条件加入输入数据；深层卷积生成对抗网络DCGAN提出了能稳定训练的网络结构，更易于工程实现；InfoGAN通过隐变量控制语义变化；EBGANAk-量模型角度给出了解释；ImprovedGAN提出了使模型训练稳定的五条经验；WGAN定义了明确的损失函数，对G＆D的距离给出了数学定义，较好地解决了训练坍塌问题。GANs模型在图片生成、图像修补、图片去噪、图片超分辨、草稿图复原、图片上色、视频预测、文字生成图片、自然语言处理和水下图像实时色彩校正等各个方面获得了广泛的应用。

简介：后现代文化思潮的兴起造成了现今时代特殊的文化语境,作为社会文化的表征,艺术形态总是伴随着社会思潮和文化语境的变迁而演变.网络艺术是诞生于后现代文化语境的一种新兴艺术形态,网络艺术生成的根本逻辑在于互联网技术支撑下艺术与媒介的完全融合.总观网络艺术的美学生成：从文化语境上看待,网络艺术服膺着后现代主义的根本特征,与后现代社会相表里;从审美状态上看待,网络艺术颠覆了传统审美活动中的“沉潜”——审美主体“沉潜”于自身;从审美性质上看待,网络艺术则明显偏向于感官性愉悦.

简介：摘要目的探讨利用深度学习在图像处理上的优势与放疗结合是否会使放疗过程更加智能化。方法生成对抗网络(GAN)是一种利用神经网络的生成模型，输入相关特征可生成高质量剂量分布图像。先使用随机无条件GAN进行模拟分布数据的验证，再使用条件GAN(cGAN)训练肿瘤病例的DICOMRT数据，利用靶区和器官轮廓信息直接生成剂量分布图。结果对于理想数据验证，GAN生成模拟分布效果优良，通过提取靶区轮廓和真实剂量切片数据使用cGAN训练，得到病例计划靶体积和危及器官的剂量分布。结构中预测值与真实剂量之间最大值和平均值的绝对误差评价表现为[3.57%，3.37%](计划靶体积)、[2.63%，2.87%](脑)、[1.50%，2.70%](临床靶体积)、[3.87%，1.79%](大体肿瘤体积)、[3.60%，3.23%](危及器官-1)、[4.40%，3.13%](危及器官-2)。结论利用GAN模型可以生成模拟分布数据，同时结合先验知识的cGAN模型可以建立靶区和器官信息与剂量分布之间的关系。通过输入靶区和器官轮廓信息直接快速生成对应的剂量分布，是剂量预测的一种有效尝试。

简介：“十动然拒”是一个从“十分感动，然后拒绝”缩略而来的网络新词。从语录流行语的框填式模板中固定部分的句段到成为一个词形式，语法结构形式虽有一定的改变，但框填式模板中各部分的线性结构关系和语义关系及语用表达基本一致，只是从句段形式到四字格结构的词形式，结构更精练，更容易拷贝，为它高频流行创造了条件。网络文化的盛行推动了它的高频使用率，然而生造词的身份又决定了这个网络热词的流行的短时性。

简介：本文提供了一种适用于CDMA无线通信系统的相邻集生成方法，较好地保证了最紧邻的导频被排在相邻集最靠前的位置，不存在漏配导频的情况，同时有效地避免了剩余集导频被大量加入相邻集中。

简介：

简介：深度学习算法现在已经成为医学图像处理的最成功的模型,生成对抗网络将神经网络与对抗训练的思想相结合,已经开始应用于医学图像处理。该文主要介绍了几种典型的生成对抗网络,回顾了生成对抗网络在医学图像处理中的应用,包括图像的生成、转换、重建、分割等任务,并对生成对抗网络在智能诊断中的作用、目前存在的问题和未来的发展方向做了讨论。

简介：在人类进入信息时代的今天,作为信息技术革命重要成果的互联网正迅速地改变着人们传统的认知渠道、思维观念、知识传播方式和生活生产方式。高等学校是社会信息化程度较高的场所,然而,网络技术是一把双刃剑。在给人们带来便利的同时,又不可避免地带来许多负面影响。来自大学校园的各种调查报告表明,互联网对大学生的成长具有双重意义。

简介：[摘要] 传统基于载体修改的信息隐藏算法渐渐已经难以抵抗更加先进的基于机器学习的隐写分析算法的检测，为提高图像信息隐藏的安全性，本文提出一种基于深度卷积生成对抗网络的新型图像信息隐藏算法，将秘密信息映射为噪声向量，并使用训练的生成器神经网络模型基于噪声向量生成载密图像。实验结果表明，与基于载体修改的传统方法相比，该系统具有抗分析能力强的优势。

简介：摘要：随着我国的科技不断地现代化发展，互联网和网络的出现逐渐在人们的日常生活中占据着更为重要的地位，网络和互联网的发展不仅给人们的日常生活带来了很大的便捷，更是为人们提供了一个相互学习交流和工作的重要平台，像现代的手机微信、新浪微博、QQ等都是重要的媒体介质，微时代的来临也为人们的思想带来了很大程度的影响。如何能够更好的应对网络上的舆情，是高校更应该关注的重要事情。

简介：根据课程开发指导思维的差异,网络课程开发可分为预成性思维指导的网络课程开发、生成性思维指导的网络课程开发与预成性思维和生成性思维融合指导的网络课程开发。其中,预成性思维指导下开发的网络课程具体有静态性、绝对性、固定性的特点,此种网络课程,对激发学习者的学习兴趣作用不大,学习者常处于＂被学习＂状态;生成性思维指导下开发的网络课程具有非确定性、过程性的特点,但易于使网络课程教学混乱,造成过度放任学习者,无法高效的完成网络教育的目标。因此,网络课程开发应秉持预成性思维与生成性思维的融合,以提高的网络教育的质量。