一种等效电路深度学习的等离激元超材料光谱预测方法.pdfVIP

下载本文档

6
0
约1.82万字
约 17页
2023-06-08 发布于四川
举报
版权申诉

一种等效电路深度学习的等离激元超材料光谱预测方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本申请公开了一种等效电路深度学习的等离激元超材料光谱预测方法和装置，采用严格耦合波分析法(RCWA)得到样本数据，将样本数据分为训练集和验证集分别用于神经网络的训练和测试，该方法的神经网络输入为等离激元超材料的结构参数，输出为等效电路参数，将其代入等效电路公式计算得到预测光谱。本发明在深度神经网络中融入等效电路知识，克服了传统数值模拟方法和等效电路设计方法的繁琐设计过程，极大节省超材料结构参数设计时间、等效电路建模时间和硬件成本，同时在小样本数据上实现等离激元超材料光谱的精准预测，对比相同条件下

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116230133 A (43)申请公布日 2023.06.06 (21)申请号 202310047640.7 G06N 3/08 (2023.01) (22)申请日 2023.01.3