龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：浙江工业大学
申请日：2024-04-16
公开（公告）日：2024-06-25
公开（公告）号：CN118246089A
主分类号：G06F30/10
分类号：G06F30/10;G06F30/27;G06N3/0455;G06N3/0464;G06N3/048;G06N3/08;G02B27/00;G02B3/00;G02B1/00
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明涉及微纳光子学技术领域，具体地涉及一种双焦点超透镜设计系统和方法。该系统主要包含数据处理模块、变分自编码器网络模型、模型训练模块、标签信息生成模块和双焦点超透镜生成模块；通过超表面数据集对变分自编码器网络模型的训练，当批量输入标签信息后，即可快速得到目标双焦点超透镜各个位置的超表面几何结构，将其排列即可完成设计，得到目标双焦点超透镜。该过程借助深度学习中网络模型的学习分析能力，大幅提高了双焦点超透镜的设计速度，节省了人力物力，还可提升整体的设计性能，具备较好的实用价值。
主权项：1.一种基于深度学习的双焦点超透镜设计系统，其特征在于，该系统包括：数据处理模块、用于获取超表面数据集，并进行预处理，得到原始二值图像和与其对应的原始光谱响应；变分自编码器网络模型、用于接收原始二值图像，进行学习和训练，输出预测二值图像和与其对应的预测光谱响应；模型训练模块、用于对比原始光谱响应和预测光谱响应，评估损失值，完成所述变分自编码器网络模型的训练；标签信息生成模块、用于根据双焦点超透镜设计目标计算超透镜上给定位置x,y处的相位，生成标签信息；双焦点超透镜生成模块、用于将标签信息输入训练完成后的变分自编码器网络模型，生成超表面单元，将多个所述超表面单元排列得到双焦点超透镜。
全文数据：
权利要求：
百度查询： 浙江工业大学 一种基于深度学习的双焦点超透镜设计系统和方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号