【摘 要】
:
合成孔径雷达(Synthetic Aperture Radar,SAR)是一种高分辨率成像雷达,具有全天时、全天候和远距离等特性,广泛应用于民用和军事领域。SAR目标图像识别一直是雷达图像解译的一个研究热点。与传统目标识别算法相比,基于深度学习的雷达目标识别算法,具有端对端特征学习的优势,能有效地提高目标识别率,成为雷达目标识别的一类重要方法。然而,最近研究表明,基于深度学习的光学图像识别方法容易
论文部分内容阅读
合成孔径雷达(Synthetic Aperture Radar,SAR)是一种高分辨率成像雷达,具有全天时、全天候和远距离等特性,广泛应用于民用和军事领域。SAR目标图像识别一直是雷达图像解译的一个研究热点。与传统目标识别算法相比,基于深度学习的雷达目标识别算法,具有端对端特征学习的优势,能有效地提高目标识别率,成为雷达目标识别的一类重要方法。然而,最近研究表明,基于深度学习的光学图像识别方法容易受到对抗样本的攻击。对抗样本的存在表明深度学习方法存在极大的安全隐患。在SAR目标识别中,基于深度学习算法的雷达目标识别算法是否存在对抗样本仍然是一个开放性的问题。与光学图像目标识别不同,雷达目标识别系统的输入数据可以是时域的可视化图像,或是频域的复数图像。本文从这两种数据形式出发,研究对抗样本攻击SAR目标深度学习识别算法的方法:(1)当雷达目标识别系统的输入数据为时域的可视化图像时,分别设计了白盒和黑盒情况下的有目标和无目标攻击算法。在白盒情况下,采用基于梯度的对抗样本生成算法对三种用于SAR目标识别的深度学习算法进行攻击。在黑盒情况下,采用基于决策边界的对抗样本生成算法进行有目标攻击;采用对抗样本可迁移的特性进行无目标攻击。实验采用雷达实测数据进行测试。结果表明,基于深度学习的SAR目标图像识别算法具有易受对抗样本攻击的潜在风险。(2)当雷达目标识别系统的输入数据为频域的复数图像时,提出一种复数生成对抗网络的对抗样本生成算法。该算法的核心是,首先,将传统典型深度学习模型修正为复数形式;其次,将复数深度学习模型作为生成对抗神经网络的生成器和判别器,并对判别器进行预训练;再次,将传统实数交叉熵损失函数修正为复数形式,并对复数形式的判别器进行训练;最后,使用复数生成器生成复数形式的雷达目标对抗样本,攻击其他复数深度学习模型。实验采用雷达实测数据进行测试。结果表明,所提出的对抗样本生成算法,不仅能够有效地攻击复数深度学习模型,而且具有跨数据域攻击的特性,即将复数对抗样本生成时域的可视化图像时,在无目标攻击下,也能有效攻击实数形式的深度学习模型。
其他文献
手术机器人在骨科上的应用是最具发展前景的技术之一。随着X射线、CT等医学造影技术的飞速发展,骨科疾病的诊断变得越来越容易,随之而来的便是针对不同种骨科疾病的治疗。近年研究人员开始针对不同的骨科疾病研发手术机器人,但是针对骨肿瘤疾病的手术机器人,采用影像引导机器人的方式进行骨肿瘤手术切除还没有人关注。这种方式具有微创的优点,这个优点既可以减轻患者的痛苦,也可以缩小患者的创口面积。本文针对影像引导的骨
当前,万维网上的大多数资源信息可以供人类阅读,但是,为了使软件可以理解和调用万维网上的信息和服务,需完成从当前万维网到语义网的转换。万维网上的大量数据仍存储在关系型数据库中,造成大量数据的语义无法精确定义。本体数据集作为语义网数据一种数据范例,定义了数据的语义,并致力于增进各类系统之间的数据同享。同时,随着人工智能和深度学习的高速发展,众多智能化系统被设计开发出来。然而,大量电商领域的客户服务仍主
全局光照一直是图形学和游戏领域研究的难点和热点,也因为相关技术突破的难度较大、应用价值较高使之一直是图形学和3D游戏领域的研究热点。真实感和实时性是渲染技术追求的两大目标,难以兼得,不同算法往往根据渲染场景及侧重目标在二者之间实现最佳平衡。本文主要关注基于体素的圆锥追踪技术的实时全局光照算法以及基于光切的多光渲染算法。主要研究工作包括以下三个部分:1.实现一种基于动态的实时全局光照算法—基于体素的
当今社会,复合加工技术飞速发展,在复合加工领域,车铣复合加工技术是发展最为迅速的一门技术,相比较于传统的车床加工,车铣复合技术增加了旋转轴如绕X轴旋转的A轴,因此车铣复合不仅可以实现车削加工,也可以实现铣削加工,从而实现了联动加工。木工车铣复合具有多种优点,其调节速度快、加工时间短、加工效率高、一次装夹可实现多个面加工,因此木工车铣复合加工能完成多种多样的加工任务,实现三维立体化生产,车铣复合加工
硅钢是一种含碳量很低的硅铁软磁合金,已被广泛应用在电气元件的芯部部件上。由于轧制过程形成的各向异性使硅钢板在后续二次成形,特别是在冲裁过程中发现毛刺较大且有时冲裁圆形度不够等问题,一定程度上降低了硅钢片生产效率和质量。为此,本文以典型的冷轧无取向硅钢50W800为研究对象,利用组织性能测试和有限元数值分析手段研究其各向异性性能及其对冲裁过程的影响规律。本文主要研究内容及结论如下:(1)针对冷轧无取
进入21世纪后,计算机技术取得了飞速发展。目前人们的工作、学习、信息获取等诸多方面都与互联网密切相关。互联网的普及让生活变得便利的同时,也带来了信息过载等问题。推荐算法有效地缓解了这个问题,可以为用户推荐其感兴趣的信息。本文同时考虑单个用户兴趣偏好和用户之间互相影响的因素,提出了基于主题模型和用户相似度的推荐算法,主要工作包括:(1)提出了基于主题模型和用户相似度的推荐算法。算法使用LDA(Lat
作为工业生产中机器人与作业对象交互的执行部件,机械爪广泛应用于生产生活的方方面面。关于目前的机械爪,柔性机械爪更是具有适用性广、安全性高等传统刚性机械爪所不具备的特点。折纸结构可结合柔软、轻便的材料,根据预定折痕依次序规律地折叠,可以很好地解决目前的柔性机械爪存在着装配繁琐,相对夹持力小的问题。基于此,本文根据三浦折纸的特性,设计了基于三浦折纸结构的全包围柔性机械爪,并对此开展空间几何分析、有限元
人工鱼群算法(Artificial Fish Swarm Algorithm,AFSA)是一种通过对自然界水域中鱼群行为的模拟提出的群体智能算法。经典人工鱼群算法具有结构简单、易于实现、收敛速度快、鲁棒性强等优点,但同时也有着明显的不足之处,如算法迭代过程中个体鱼之间信息交流不充分、算法运行到后期易陷入局部最优且算法跳出局部最优的能力较弱等,继而导致算法的收敛精度低、收敛速度慢等问题。针对上述经典
传感器技术是21世纪优先发展的十大顶尖技术之一,却远落后于通信技术与计算机技术,究其原因在于传统式传感器体积大、质地坚硬等缺点致使传感器技术在实际应用中大大受限,因此研发低成本、小体积、高性能的柔性压力传感器成为当前传感器技术研究与应用的一个新发展趋势。以PVDF(聚偏氟乙烯)为核心元件的新型柔性压力传感器,因质量轻、韧性强、机械强度高以及适应曲面工作等优点备受关注,但其压电性能相对于锆钛酸铅等陶
氯代吡啶类化合物是医药、农药和兽药合成的重要中间体,目前以氯气直接氯化为主的氯代吡啶类化合物生产工艺存在安全、环保等诸多问题。所以,研究探索吡啶类化合物新的氯化方法,对于氯代吡啶类化合物绿色合成具有非常重要的意义。本文利用次氯酸钠和盐酸氧化氯化体系,重点开展了氨基吡啶类化合物的氧氯化反应研究,通过合成路线和主要反应条件优化,分别建立了2-氨基-5氯吡啶和2-氯-3-氨基吡啶氧化氯化合成新方法。首先