空军工程大学学报

作者：李鹏，冯存前*，胡晓伟

单位：空军工程大学防空反导学院，西安，710051\

关键词：深度学习;SAR图像识别;模型可解释性;注意力机制

基金：陕西省自然科学基础研究计划(2023-JC-YB-491)

SAR-BagNet模型是一种应用于合成孔径雷达（SAR）图像识别的可解释深度学习模型。为了使SAR-BagNet模型在具有可解释性的同时具有较高的识别精度，以SAR-BagNet模型为基础，在模型框架中加入了空间注意力和坐标注意力机制，并在MSTAR实测数据集上进行了实验。实验结果表明，空间注意力和坐标注意力机制增强了SAR-BagNet模型的全局信息获取能力，能够在不降低其可解释性的基础上，有效提高模型的识别精度和决策合理性。

来源：2023年第4期

《空军工程大学学报》期刊编辑部

查看空军工程大学学报杂志2023年第4期