案例展示

• 

  生成对抗网络

  由于无需利用马尔科夫链反复采样，无需在学习过程中进行推断，没有复杂的变分 下界，能够避开近似计算棘手的概率难题。在理论上，GAN 能训练任何一种生成器网 络，尤其适用于图像处理方面。本作品采用心跳信号的时域图作为输入，用生成对抗网络进行去噪。

• 

  生成对抗网络

  基于毫米波雷达的生命体特征提取。在获得生命体特征信号后利用vmd算法将信号分离为心跳信号和呼吸信号；利用生成对抗网络对心跳信号进行去噪，以获得较为纯净的心跳信号。

• 

  爬取github数据

  基于python从github上爬取取得星数最多的数个程序，制作一个柱状图来对数据实现可视化并附上超链接，以便直接跳转至该程序贴。