共被期刊论文引用了2次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于深度学习算法的计算光学研究进展显示文摘随着大数据时代的来临,深度学习被广泛地应用于图像处理、语音识别、自动驾驶等领域。作为一种数据驱动的算法,深度学习应用于光学领域可以有效地提高计算效率和成像质量,接近甚至突破物理极限,并且以光子为媒介诞生的光学神经网络能够突破传统电子神经网络的限制,具有高速、低损耗的优势。通过实例详细分析了深度学习在微纳结构设计与光谱响应预测、全息成像应用、光学感知与成像技术、新型光子驱动神经网络等方向的应用,并分析了深度学习与光学结合存在的挑战,对该领域的发展方向与前景进行了展望。 | 王一同 周宏强 闫景逍 合聪 黄玲玲 | 2021 | 中国激光2021，48，19： | 13 |
| 2 | 干涉粒子成像中基于深度学习的低位深散斑图粒子形状分类显示文摘粒子形状是不规则粒子测量中的一个重要参数,干涉粒子成像(IPI)技术已经被广泛应用于不规则粒子形状的表征,但目前仍然缺少从大量散斑数据中对不规则粒子形状进行快速分析的方法。基于DenseNet网络,本文提出了一种利用从IPI系统获取的离焦散斑对不规则粒子形状直接进行分类的方法,通过改进的模拟粒子系统建立包含超过7000张散斑数据的模拟冰晶粒子散斑数据集,在不同位深的情况下对共9种形状类别的冰晶粒子离焦散斑进行了网络训练和验证。实验结果表明,散斑数据集上的最高分类精度达到92.7%,同时在信息压缩比仅为12.5%的情况下形状分类精度仍超过85%。本文提出的方法对IPI测量中粒子形状的快速分析具有重要意义,并且可以实现测量散斑数据的低成本存储和高效率传输。 | 付雨石 张红霞 侯景辉 贾大功 刘铁根 | 2023 | 光学学报2023，43，22： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员