- 1、本文档共12页,其中可免费阅读11页,需付费10金币后方可阅读剩余内容。
- 2、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。
- 3、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。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
查看更多
本发明涉及基于卷积神经网络的大功率激光装置输出波形预测方法,属于大功率激光装置技术领域,在各条光路上设立监测点,提取波形数据及其对应的能量数据,选择指定光路,剔除异常数据,预处理波形数据,形成输入输出数据集,搭建卷积神经网络模型,利用训练数据集对卷积神经网络模型进行迭代优化,直至达到终止条件,将下一发次的预设数据集输入到训练后的卷积神经网络模型,得到预测输出波形,本发明对各光路的实际输出波形进行精准预测,为装置的参数配置、计划调整、资源配备提供决策支持,从而通过调整输入波形与整形模块参数的手段,
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 113222250 B
(45)授权公告日 2022.08.05
(21)申请号 202110519652.6 (56)对比文件
(22)申请日 2021.05.13
文档评论(0)