Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于BP神经网络的光学门型脉宽复原算法 

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:江苏师范大学

摘要:本发明提供一种基于BP神经网络的光学门型脉宽复原算法,包括以下步骤:获得待测脉冲的FROG图及其时域信号;将实拍飞秒脉冲FROG图和与其对应的时域信号作为BP神经网络的训练集;创建BP神经网络;实拍飞秒脉冲FROG图和与其对应的时域信号输入步骤3中创建成功的BP神经网络进行训练;实拍飞秒脉冲FROG图和与其对应的时域信号作为测试集放入训练好的BP神经网络进行测试,得到预测值;实拍飞秒脉冲FROG图和预测值作为猜测脉冲代入PGCP脉宽复原算法,得出实拍飞秒脉冲FROG图对应脉冲的脉宽。有益效果为:提高脉宽复原算法的速度与精度;具有快速高效的效果;解决迭代次数过多、误差偏大的情况,降低测量难度。

主权项:1.一种基于BP神经网络的光学门型脉宽复原算法,其特征在于,包括以下步骤:步骤1、从基于二次谐波产生频率分辨光学门型结构的飞秒脉冲脉宽仪器里获得待测脉冲的FROG图及其时域信号;步骤2、利用基于二次谐波产生频率分辨光学门型结构的飞秒脉冲脉宽仪器获取实拍的飞秒脉冲FROG图并猜测与其对应的时域信号,将实拍飞秒脉冲FROG图和与其对应的时域信号作为BP神经网络的训练集;步骤3、创建BP神经网络,BP神经网络为输入层、隐藏层、输出层三层网络架构,将步骤2中的训练集输入BP神经网络进行训练,根据输入层节点以及输出层节点个数来确定初始化神经元的权重和阈值,并使用SOA算法找寻与步骤1中的待测脉冲的FROG图及其时域信号最贴近的时域信号对初始化的权重和阈值进行优化,确保得到一个最符合数据使用权重和阈值的BP神经网络,保存创建成功的BP神经网络;步骤4、将步骤2中的实拍飞秒脉冲FROG图和与其对应的时域信号输入步骤3中创建成功的BP神经网络进行训练,并保存训练好的BP神经网络;步骤5、将步骤2中的实拍飞秒脉冲FROG图和与其对应的时域信号作为测试集放入步骤4中训练好的BP神经网络进行测试,得到改进时域信号的预测值;步骤6、将步骤2中的实拍飞秒脉冲FROG图和步骤5得到的改进时域信号的预测值作为猜测脉冲代入PGCP脉宽复原算法,得出实拍飞秒脉冲FROG图对应脉冲的脉宽。

全文数据:

权利要求:

百度查询: 江苏师范大学 一种基于BP神经网络的光学门型脉宽复原算法

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。