[发明专利]基于超表面的插拔衍射神经网络优化方法及任务识别器件在审
| 申请号： | 202310433452.8 | 申请日： | 2023-04-21 |
| 公开（公告）号： | CN116596050A | 公开（公告）日： | 2023-08-15 |
| 发明（设计）人： | 黄玲玲;合聪;王涌天;李昕;李晓炜 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | G06N3/067 | 分类号： | G06N3/067;G06N3/084;G06N3/096;G06N3/04;G06V10/82;G06V10/764 |
| 代理公司： | 北京正阳理工知识产权代理事务所(普通合伙) 11639 | 代理人： | 邬晓楠 |
| 地址： | 100081 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开的基于超表面的插拔衍射神经网络优化方法及任务识别器件，属于光学神经网络、微纳光学、图像识别应用技术领域。插拔衍射神经网络由输入层、调制层、输出层三部分构成，调制层划分为共享层和插拔层；使用梯度下降算法和反向传播算法结合迁移学习算法优化插拔衍射神经网络调制层参数；根据优化完成的插拔衍射神经网络调制层相位分布挑选超表面纳米柱结构，并制备超表面；制作基于超表面的插拔衍射神经网络多任务识别器件，多任务识别器件包括掩模板、探测器、用于构建插拔衍射神经网络的超表面；通过切换网络中由超表面实现的可插拔组件，实现多种识别任务切换，提高插拔衍射神经网络的灵活性，同时减少计算资源消耗和训练时间。 | ||
| 搜索关键词： | 基于 表面 衍射 神经网络 优化 方法 任务 识别 器件 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京理工大学，未经北京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310433452.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种二元前驱体的制备装置和制备方法
- 下一篇：一种妇科肿瘤组织分离回收装置
