科研之友
微信
新浪微博
Facebook
分享链接
摘要
导弹武器系统上的光学探测算法要求具备高可靠性,卷积神经网络属于"黑盒"模型,本文提出一种基于最小熵约束的可解释卷积神经网络,为卷积神经网络模型在导弹武器系统上的应用创造条件。该方法通过传统方法(连通域检测、边缘检测等)找到图片中存在可解释特征,通过模型对可解释特征进行评分,聚类,并通过这些特征对原模型训练提供约束,在最终预测的同时,通过评分对模型给出解释。经实验验证,该方法能够在尽量保证模型分类性能的前提下,极大提高模型的可解释性。
-
单位北京控制与电子技术研究所
