龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：广东工业大学
摘要：本发明属于全息相位重建领域，公开了一种基于双复值神经网络迭代的同轴全息重建方法，用于解决端到端网络训练对大量数据集的依赖及重建质量不高的问题，本发明采用基于复值神经网络的网络架构结合光学同轴全息成像模型，首先将采集得到的全息图作为输入放进复值神经网络CNet1中，得到估计相位构建复值场，反向传播后经过复值神经网络CNet2，重建相位模拟同轴全息衍射过程得到模拟的全息图；随后计算采集的全息图与模拟全息图之间的相似度，通过复值神经网络的梯度下降优化算法实现相位重建。本发明充分发挥双复值神经网络的优势实现高质量的全息相位重建。
主权项：1.一种基于双复值神经网络迭代的同轴全息重建方法，包括以下步骤：S1、在同轴全息理论基础上选用相机拍摄一组纯相位型同轴全息图，作为网络输入，即采集的全息图A；S2、将采集的全息图A读入后做开方操作得振幅、并生成与全息图A相同尺寸的随机矩阵作为相位，将振幅与随机矩阵相位构建复值场作为复值网络CNet1的输入；S3、将全息图A开平方替换网络CNet1输出的复值场的振幅，由全息图A开平方作为振幅，与CNet1输出复值场的相位构建复值场B；S4、将复值场B反向传播至z距离处，以该处的复值场作为网络CNet2的输入；S5、对网络CNet2输出进行调制，将CNet2输出复值场的振幅置为1，并将其正向传播z距离得到模拟全息图D，并计算采集全息图A与模拟全息图D的相似度；S6、将损失函数值的梯度做反向传播以更新网络模型的参数，得到训练完成的复值神经网络。
全文数据：
权利要求：
百度查询： 广东工业大学 一种基于双复值神经网络迭代的同轴全息重建方法
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