基于物理启发的 SAR 目标识别的混合关注
原文中文，约300字，阅读约需1分钟。发表于：。研究在 SAR 目标识别中引入物理模型和深度神经网络的融合，通过引入属性散射中心参数等数据进行性能改进和物理可解释性提高；然而，当前评估方案不足以评估模型的稳健性和泛化能力。因此，本文提出了基于物理的混合注意力机制和一劳永逸的评估协议来解决这些问题，并在多个测试集上对模型进行了严格评估，实验表明我们的方法在 12 个具有相同属性散射中心参数的测试场景中表现优于其他最先进的方法。
本文研究了在SAR目标识别中引入物理模型和深度神经网络的融合，提高了性能和可解释性。作者提出了基于物理的混合注意力机制和评估协议来评估模型的稳健性和泛化能力，并在多个测试集上进行了严格评估。实验表明，该方法在12个测试场景中表现优于其他最先进的方法。
