基于KAN生成器替换与无环性约束的神经对抗网络优化方法

本发明公开了基于KAN生成器替换与无环性约束的神经对抗网络优化方法，涉及深度学习技术领域，包括采集训练数据集并进行预处理操作；构建KAN神经对抗网络和SAM神经对抗网络，将SAM神经对抗网络的SAM生成器替换为KAN神经对抗网络的KAN生成器，并保持SAM神经对抗网络的SAM判别器不变；设置无环线性约束项并引入至SAM神经对抗网络对应的损失函数中；基于预处理后的训练数据集，采用迭代更新方式训练SAM神经对抗网络，并基于损失函数更新KAN生成器和SAM判别器的参数；对训练完成的SAM神经对抗网络的性能进行评估，并根据评估结果调整并优化SAM神经对抗网络。本发明可以改进神经对抗网络的生成器部分和优化损失函数，提高神经对抗网络在生成任务中的性能和稳定性。