来源：期刊VIP网 时间：
作者：严晓明;
单位：福建师范大学计算机与网络空间安全学院,数字福建环境监测物联网实验室;
摘要：传统生成对抗网络在条件数量增加时，具体条件组合下的训练样本数量相应减少，此时判别器还是只产生一个判断真假样本的结果，条件和样本对于判别器梯度的贡献降低，导致最终符合多个条件的生成样本的多样性下降。因此提出多条件生成对抗网络模型，增加了预处理模块对多个条件进行处理，提高了输入模型中数据条件的维度，并修改了判别器模块的结构，让判别器的权值根据每个条件进行更新，使得梯度值得到充分利用，提高了判别器的性能，因此生成器能得到效果好的生成样本，最后通过实验验证了新模型的有效性。
关键词：多条件;;生成对抗;;少样本;;损失函数
基金资助：国家自然科学基金资助项目(62171131);; 福建省自然科学基金资助项目(2022J01186、2022J01189)
