[发明专利]一种基于物理-数据协同驱动的超表面光谱响应预测方法

摘要

本发明实施公开了一种基于物理‑数据协同驱动的超表面光谱响应预测方法，根据超表面结构的电场传播物理机制和电场边界条件，建立电场与超表面结构相互作用的偏微分方程；以偏微分方程残差作为U‑Net网络的损失函数，通过最小化偏微分方程残差使U‑Net网络编码器输出的电场逐渐满足偏微分方程，同时反向传播更新U‑Net网络编码器、解码器神经元权重参数，实现物理驱动的无监督学习；通过物理驱动训练好的U‑Net网络能够学习超表面结构特征，在物理驱动U‑Net网络的基础上，能够采用互信息法筛选部分超表面结构特征作为极限学习机的输入，训练极限学习机隐藏层权重参数，实现小样本光谱响应快速预测。本发明专利具有预测速度快、精度高、有效降低数据训练成本的特点。