基于深度学习的超短激光脉冲相位预测方法及其系统.pdfVIP

下载本文档

5
0
约1.38万字
约 11页
2023-06-13 发布于四川
举报
版权申诉

基于深度学习的超短激光脉冲相位预测方法及其系统.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

本发明公开了一种基于深度学习的超短激光脉冲相位预测方法及其系统。具体工作方式如下：一束超短脉冲激光经非线性固体介质传输，测量得到脉冲学习进入介质前的光谱、能量信息以及通过介质后的脉冲光谱和能量信息，发送至深度学习计算平台进行传输后脉冲信息的预测。本发明通过理论数据及实验数据进行深度学习神经网络模型训练，采用深度学习神经网络模型对脉冲传输后进行参数预测的方法，相比于传统的脉冲相位信息测量，能有效提升测量效率并降低操作技术难度。

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113077078 A (43)申请公布日 2021.07.06 (21)申请号 202110297039.4 (22)申请日 2021.03.19 (71)申请人中国科学院物理研究所