一种基于深度学习来设计红外相变材料的方法技术

本发明专利技术公开了一种基于深度学习来设计红外相变材料的方法，包括以下步骤：步骤a、确定内层材料和外层材料的种类，以及确定内层和外层的层数及其厚度范围；步骤b、利用米氏散射的传递矩阵算法分别制作不同材料组合对应的数据集，每组材料组合的每层厚度随机分布；步骤c、确定DNN网络超参数，基于GPU对数据集进行DNN网络训练；步骤d、根据分类结果中光谱的响应特征，确定合适的材料进行下一步设计；步骤e、训练优化合适材料对应的子网络，根据子网络设计结构参数；步骤f、得到材料和结构的具体参数。本发明专利技术提供的一种基于深度学习来设计红外相变材料的方法，能够随时根据需要的光谱响应来快速设计好一种结构，克服遗传算法迭代计算过程冗长缺陷。

【技术实现步骤摘要】
一种基于深度学习来设计红外相变材料的方法
本专利技术涉及一种基于深度学习来设计红外相变材料的方法，属于微纳光学结构设计

技术介绍
光子学中，从结构到光谱的正向计算可以用麦克斯韦方程组很好的计算和理解，但解决逆问题往往是一个复杂的问题，因为设计时通常涉及到高维空间的映射，很难一次性就能统筹多个设计参数。传统的微纳光学结构的设计通常是对纳米结构、材料、周围介质以及作用波段利用有限元软件进行仿真建模，通过变化一个参数来横向比较其光谱响应是否能达到理想的效果。现有技术中，遗传算法常作为逆向设计的优化算法。遗传算法是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。该算法通过数学的方式，利用计算机仿真运算，将问题的求解过程转换成类似生物进化中的染色体基因的交叉、变异等过程。在求解较为复杂的组合优化问题时，相对一些常规的优化算法，仍可以体现出速度优势来。使用遗传算法去解决一套体系的逆设计问题，每优化一种结构，就要确定一种目标函数，而且需要大量的计算能力和时间，这个时间随本文档来自技高网...

【技术保护点】
1.一种基于深度学习来设计红外相变材料的方法，其特征在于：包括以下步骤：/n步骤a、确定内层材料和外层材料的种类，以及确定内层和外层的层数及其厚度范围；/n步骤b、利用米氏散射的传递矩阵算法分别制作不同材料组合对应的数据集，每组材料组合的每层厚度随机分布；/n步骤c、确定DNN网络超参数，基于GPU对数据集进行DNN网络训练；/n步骤d、根据分类结果中光谱的响应特征，确定合适的材料进行下一步设计；/n步骤e、训练优化合适材料对应的子网络，根据子网络设计结构参数；/n步骤f、得到材料和结构的具体参数。/n

【技术特征摘要】
1.一种基于深度学习来设计红外相变材料的方法，其特征在于：包括以下步骤：
步骤a、确定内层材料和外层材料的种类，以及确定内层和外层的层数及其厚度范围；
步骤b、利用米氏散射的传递矩阵算法分别制作不同材料组合对应的数据集，每组材料组合的每层厚度随机分布；
步骤c、确定DNN网络超参数，基于GPU对数据集进行DNN网络训练；
步骤d、根据分类结果中光谱的响应特征，确定合适的材料进行下一步设计；
步骤e、训练优化合适材料对应的子网络，根据子网络设计结构参数；
步骤f、得到材料和结构的具体参数。


2.根据权利要求1所述的一种基于深度学习来设计红外相变材料的方法，其特征在于：步骤a中，内外层材料结构选择2层、4层或者6层的结构，每层厚度定义在30～200nm。


3.根据权利要求1所述的一种基于深度学习来设计红外相变材料的方法，其特征在于：步骤b中，选择外层相变材料低温和高温下的两种介电常数作...

【专利技术属性】
技术研发人员：詹耀辉，章新源，戴明光，
申请(专利权)人：苏州融睿纳米复材科技有限公司，
类型：发明
国别省市：江苏;32