龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：常州大学
摘要：本申请涉及干涉相移技术，尤其涉及一种基于卷积神经网络的多表面干涉图预测方法，包括以下步骤，步骤一，生成多帧模拟多表面干涉图；步骤二，取前六分之一作为输入数据，后六分之五作为标签数据，输入数据与标签数据对应；步骤三，构建基于卷积神经网络的多表面相移干涉图预测模型；步骤四，将前六分之一帧输入卷积神经网络中，训练基于卷积神经网络的多表面相移干涉图预测模型，并迭代得到最优模型；步骤五，使用最优模型预测多表面相移干涉图。本发明的多表面相移干涉图预测方法具有抗噪声性能，并可以解决在实际采集时由于激光器波长调谐的范围限制原因，导致在一些特殊情况下无法采集所需的多帧多表面相移干涉图。
主权项：1.一种基于卷积神经网络的多表面干涉图预测方法，其特征在于，包括以下步骤，步骤一，生成多帧N模拟多表面干涉图；步骤二，取前六分之一作为输入数据，后六分之五作为标签数据，输入数据与标签数据对应；步骤三，构建基于卷积神经网络的多表面相移干涉图预测模型；步骤四，将输入数据分为N6通道输入卷积神经网络中，训练基于卷积神经网络的多表面相移干涉图预测模型，并迭代得到最优模型；步骤五，使用最优模型预测多表面相移干涉图。
全文数据：
权利要求：
百度查询： 常州大学 基于卷积神经网络的多表面干涉图预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号