[发明专利]基于高斯混合噪声生成式对抗网络的物体硬度识别方法

摘要

本发明涉及机器学习技术领域，公开了基于高斯混合噪声生成式对抗网络的物体硬度识别方法，包括：以小规模标注硬度等级的触觉数据作为真值，训练高斯混合噪声生成式对抗网络，将高斯混合噪声输入所述高斯混合噪声生成式对抗网络，获取大规模生成样本；以高斯混合噪声生成式对抗网络的判别器的参数作为硬度识别网络参数的初值，利用所述大规模生成样本对硬度识别网络进行预训练，使用标注硬度等级的触觉数据对硬度识别网络进行再次训练，确定硬度识别网络的参数；将待预测的触觉数据输入硬度识别网络，获得待预测的触觉数据的硬度等级。本发明具有较高的硬度识别精度。

主权项

1.基于高斯混合噪声生成式对抗网络的物体硬度识别方法，其特征在于，包括：步骤1：以小规模标注硬度等级的触觉数据作为真值，训练高斯混合噪声生成式对抗网络，将高斯混合噪声输入所述高斯混合噪声生成式对抗网络，获取大规模生成样本；步骤2：以高斯混合噪声生成式对抗网络的判别器的参数作为硬度识别网络的参数的初值，利用所述大规模生成样本对硬度识别网络进行预训练，使用标注硬度等级的触觉数据对硬度识别网络进行再次训练，确定硬度识别网络的参数的最终值；步骤3：将待预测的触觉数据输入硬度识别网络，获得所述待预测的触觉数据的硬度等级；所述步骤1包括：步骤1.1：用机械臂前端的传感器碰触目标物体，采集触觉数据，将采集的触觉数据依据其硬度物理属性划分为L个硬度等级，并标注相应的标签为1、2、3、…、L，获得L类标注硬度等级的触觉数据；步骤1.2：将L类标注硬度等级的触觉数据作为真值，训练高斯混合噪声生成式对抗网络：步骤1.2.1：定义输入高斯混合噪声生成式对抗网络的高斯混合噪声的概率密度分布为：其中，z_i∈Rⁿ为第i类标注硬度等级的触觉数据对应的输入高斯混合噪声，n为输入的高斯混合噪声中包含数据点的个数，为z_i从第k个高斯分量中获取的高斯混合噪声，K为高斯分量的个数,表示高斯分布，和分别为第k个高斯分量的均值和协方差矩阵，为第k个高斯分量在所有高斯混合噪声信号中的权重；令则的公式如下：其中,η是服从标准正态分布的变量，为协方差矩阵对角线元素所构成的矢量，为第i类第k个标注硬度等级的触觉数据对应的输入高斯混合噪声，所述通过和被转化为在中的抽样；步骤1.2.2：训练高斯混合噪声生成式对抗网络模型：通过优化如下损失函数实现高斯混合噪声生成式对抗网络的判别器D的训练：其中，θ^D和θ^G分别代表高斯混合噪声生成式对抗网络的判别器D和生成器G中的模型参数，x_i代表第i类标注硬度等级的触觉数据，p_data(x_i)代表x_i的概率密度分布；通过优化如下损失函数实现高斯混合噪声生成式对抗网络的生成器G的训练：将式(3)分别带入到式(4)和式(5)中得：在式(7)中增加一个L₂正则项，以防止减小到0：其中，λ为L₂正则项的权重；分别通过式(6)和式(8)训练判别器D和生成器G，判别器D和生成器G的训练交替进行，得到最终的θ^D、θ^G、和即得到训练好的高斯混合噪声生成式对抗网络；步骤1.3：将步骤1.2.2中得到的和代入式(3)得到高斯混合噪声，将所述高斯混合噪声输入训练好的高斯混合噪声生成式对抗网络，获取大规模生成样本。