摘要：針對大面積海底地形數據缺失或異常的復雜及多變性特點,結合條件變分自編碼器(CVAE)與深度卷積生成對抗網絡(DCGAN),構建了條件變分自編碼生成對抗網絡(CVAE-GAN)大面積海底偽地形的檢測與剔除方法。本文方法利用條件變分自編碼算法改變原有的樣本分布,通過對訓練樣本的學習重新構建樣本之間的分布規律,有效提高了高維到低維映射的穩定性;結合生成對抗網絡,提高了整體算法的穩健性,最終得到較優的檢測與剔除結果。采用水深格網數據進行試驗,并與中值濾波法、趨勢面濾波法進行比較。結果表明,本文方法在精度、穩定性及噪聲穩健性方面有所提高,驗證了本文方法在海底地形數據處理上具有可行性。