在协同进化半监督学习GAN中生成多个子代

本研究旨在解决现有协同进化半监督学习生成对抗网络（SSL-GAN）的局限性，尤其是其每代仅生成一个个体的问题。提出了一种新的协同进化方法，即协同精英SSL-GAN（CE-SSLGAN），通过采用泛米克种群、精英替代策略以及生成多个子代来提升性能。实验结果表明，该方法在三个标准基准数据集上均显示出优于传统SSL-GAN的效果。

本研究提出了一种新的协同精英半监督学习生成对抗网络（CE-SSLGAN），克服了现有方法的局限性。实验结果表明，该方法在多个数据集上优于传统技术。

CE-SSLGAN gan 半监督半监督学习协同精英实验结果生成对抗网络