模型与方法 | 浏览量 : 0 下载量: 989 CSCD: 1
  • 导出

  • 分享

  • 收藏

  • 专辑

    • 多源遥感影像深度识别模型对抗攻击鲁棒性评估

    • 暂无标题

    • 在军事领域,深度神经网络多源遥感影像目标识别系统广泛应用,但对抗攻击鲁棒性不足,存在安全隐患。专家分析了潜在风险,验证了模型对抗攻击鲁棒性普遍不足,为提升模型鲁棒性提供参考。
    • 2023年27卷第8期 页码:1951-1963   

      收稿日期:2021-01-09

      纸质出版日期:2023-08-07

    • DOI: 10.11834/jrs.20210597     

    移动端阅览

  • 孙浩,徐延杰,陈进,雷琳,计科峰,匡纲要.2023.多源遥感影像深度识别模型对抗攻击鲁棒性评估.遥感学报,27(8): 1951-1963 DOI: 10.11834/jrs.20210597.
    Sun H,Xu Y J,Chen J,Lei L,Ji K F and Kuang G Y. 2023. Adversarial robustness evaluation of multiple-source remote sensing image recognition based on deep neural networks. National Remote Sensing Bulletin, 27(8):1951-1963 DOI: 10.11834/jrs.20210597.
  •  
  •  
文章被引用时,请邮件提醒。
提交

相关文章

暂无数据

相关作者

孙浩 国防科技大学 电子科学学院
徐延杰 国防科技大学 电子科学学院
陈进 北京市遥感信息研究所
雷琳 国防科技大学 电子科学学院
计科峰 国防科技大学 电子科学学院
匡纲要 国防科技大学 电子科学学院

相关机构

国防科技大学 电子科学学院
北京市遥感信息研究所
0