[发明专利]一种基于深度学习的自由曲面成像系统初始结构生成方法有效
| 申请号： | 202110423211.6 | 申请日： | 2021-04-20 |
| 公开（公告）号： | CN113238375B | 公开（公告）日： | 2022-04-08 |
| 发明（设计）人： | 杨通;陈文晨;程德文;王涌天 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | G02B27/00 | 分类号： | G02B27/00 |
| 代理公司： | 北京理工大学专利中心 11120 | 代理人： | 刘西云;李微微 |
| 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： | 本发明提供一种基于深度学习的自由曲面成像系统初始结构生成方法，通过系统演化的方法来获得样本数量足够多的基础训练集，经过深度神经网络模型的训练，可以生成相应系统参数范围的性能良好的神经网络模型；对于后续的自由曲面成像系统初始结构设计，只要将需要设计的系统参数输入到训练好的神经网络模型中，就可获得其初始结构，大大减少了时间和人力成本，以及对高级设计经验的依赖，即使是光学设计初学者也可以利用本发明来生成自由曲面成像系统初始结构，尤其适用于设计大参数范围的自由曲面折射，反射和折反混合系统。 | ||
| 搜索关键词： | 一种 基于 深度 学习 自由 曲面 成像 系统 初始 结构 生成 方法 | ||
【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/202110423211.6/，转载请声明来源钻瓜专利网。
