模型与方法 | 浏览量:1678下载量:5163CSCD:2

  • 导出

  • 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。”
      • 角色：First author第一作者
      • 机构：

        国防科技大学 电子科学学院, 长沙 410073

      • 邮箱：sunhao@nudt.edu.cn
      • 简介：孙浩，研究方向为多源遥感影像协同解译、对抗机器学习等。E-mail： sunhao@nudt.edu.cn

      孙浩

      1，
      • 机构：

        国防科技大学 电子科学学院, 长沙 410073

      徐延杰

      1，
      • 机构：

        北京市遥感信息研究所, 北京 100192

      陈进

      2，
      • 机构：

        国防科技大学 电子科学学院, 长沙 410073

      雷琳

      1，
      • 机构：

        国防科技大学 电子科学学院, 长沙 410073

      计科峰

      1，
      • 机构：

        国防科技大学 电子科学学院, 长沙 410073

      匡纲要

      1
    • 2023年27卷第8期 页码：1951-1963  

    • DOI：10.11834/jrs.20210597    

    移动端阅览

    移动端阅览

  • 引用

    翻译全文

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 11 ) 表( 2 )

  • 参考文献

  • 出版信息

  • 数据统计

文章被引用时，请邮件提醒。
提交

相关文章

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