Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种非球面镜高精度检测方案的自主决策及设计方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国科学院长春光学精密机械与物理研究所

摘要:本发明涉及光学检测技术领域,具体提供一种非球面镜高精度检测方案的自主决策及设计方法,通过对非球面镜本身的特征参数、历史检测方案类别和历史检测设计数据进行标准归一化处理和主成分分析,得到影响检测方案类别和检测设计数据的非球面镜有效特征参数,并将其作为多任务学习神经网络的输入,将检测方案类别和检测设计数据作为输出,并自定义损失函数,利用贝叶斯搜索更新多任务学习神经网络的超参数,完成多任务学习神经网络的训练与测试,再通过训练好的网络模型实现对待测非球面镜的检测方案类别和检测设计数据的自主决策及设计。本发明在保证非球面镜检测高精度、准确性的同时,大幅提升了非球面镜的检测效率。

主权项:1.一种非球面镜高精度检测方案的自主决策及设计方法,其特征在于,包括:S1:收集多个非球面镜样本的特征参数,以及其对应的检测方案类别和检测设计数据,对每个非球面镜样本的检测方案类别和检测设计数据进行主成分分析,获取决定检测方案类别的非球面镜有效特征和影响检测设计数据的有效特征参数;将有效特征参数作为输入,检测方案类别和检测设计数据作为输出构成训练集;S2:建立多任务学习神经网络,包括:以有效特征参数为输入的输入层、共享隐藏层、输出检测设计数据预测值的回归任务输出层和输出检测方案类别预测值的分类任务输出层;自定义多任务学习神经网络的损失函数,并选定贝叶斯搜索更新多任务学习神经网络的超参数;利用训练集对多任务学习神经网络进行训练;S3:获取待测非球面镜的特征参数,并输入已完成训练的多任务学习神经网络,多任务学习神经网络自动输出检测方案类别预测值和检测设计数据预测值。

全文数据:

权利要求:

百度查询: 中国科学院长春光学精密机械与物理研究所 一种非球面镜高精度检测方案的自主决策及设计方法

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。