构建全光衍射神经网络的方法、设备、介质和识别装置制造方法及图纸

本公开提供了一种用于构建全光衍射神经网络的方法。该方法包括：确定关于待测对象的输入图像的任务属性，以便基于所确定的任务属性确定全光衍射神经网络的类型；基于所确定的全光衍射神经网络的类型，确定与全光衍射神经网络相关联的多个参数的值，多个参数包括像素大小、衍射距离和输入光波长；基于多个参数的值，确定关于全光衍射神经网络的菲涅尔数；以及响应于所确定的菲涅尔数在阈值区间内，根据多个参数的值来构建全光衍射神经网络，该全光衍射神经网络用于调制输入图像。本公开能够使得所构建的全光衍射神经网络的空间复杂度低，易实施且具有优异的性能。易实施且具有优异的性能。易实施且具有优异的性能。

【技术实现步骤摘要】
构建全光衍射神经网络的方法、设备、介质和识别装置


[0001]本公开的实施例总体上涉及光学衍射神经网络领域，并且更具体地，涉及一种用于构建全光衍射神经网络的方法、电子设备和存储介质，以及一种基于全光衍射神经网络的识别装置。

技术介绍

[0002]全光衍射神经网络包括输入层、一层或多层隐藏层和输出层。每一层隐藏层例如是包括多个栅格的光栅。光线经过当前光栅中的每一个栅格后，其相位会被不同厚度或不同折射率的栅格所调制，之后被下一层的所有栅格接收到。这种关系类似于神经网络模型，光栅中的每一个栅格相当于一个神经元
。
传统的用于构建全光衍射神经网络的方法例如是通过增加隐藏层的数量和每一层隐藏层内的神经元的数量以使得全光衍射神经网络的性能最优化。然而，复杂的空间结构使得全光衍射神经网络难以实施，且限制了神经网络的发展。
[0003]综上，上述传统的用于构建全光衍射神经网络的方法存在使得所构建的全光衍射神经网络的空间复杂度高、难以实施的不足之处。

技术实现思路

[0004]本公开提供了一种用于构建全光衍射神经网络的方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于构建全光衍射神经网络的方法，包括：确定关于待测对象的输入图像的任务属性，以便基于所确定的任务属性确定全光衍射神经网络的类型；基于所确定的全光衍射神经网络的类型，确定与所述全光衍射神经网络相关联的多个参数的值，所述多个参数包括像素大小、衍射距离和输入光波长；基于所述多个参数的值，确定关于所述全光衍射神经网络的菲涅尔数；以及响应于所确定的菲涅尔数在阈值区间内，根据所述多个参数的值来构建所述全光衍射神经网络，所述全光衍射神经网络用于调制所述输入图像。2.根据权利要求1所述的方法，还包括：基于所述全光衍射神经网络的类型，确定所述菲涅尔数的阈值区间。3.根据权利要求2所述的方法，其中，确定所述菲涅尔数的阈值区间包括：响应于所述全光衍射神经网络为实空间全光衍射神经网络，确定所述菲涅尔数的阈值区间为第一阈值区间；以及响应于所述全光衍射神经网络为傅里叶空间全光衍射神经网络，确定所述菲涅尔数的阈值区间为第二阈值区间，并且其中，所述第一阈值区间与所述第二阈值区间不同，并且所述第二阈值区间是以0为下界限的开区间。4.根据权利要求1所述的方法，还包括：响应于所确定的菲涅尔数在阈值区间之外，调整所述多个参数中的至少一个参数的值，以使得基于调整后的参数的值所确定的菲涅尔数在所述阈值区间内。5.根据权利要求4所述的方法，其中，调整所述多个参数中的至少一个参数的值包括：调整所述衍射距离的值。6.根据权利要求1所述的方法，其中，确定关于待测对象的光学图像的任务属性，以便基于所确定的任务属性确定全光衍射神经...

【专利技术属性】
技术研发人员：郑敏嘉，石磊，资剑，
申请(专利权)人：复旦大学，
类型：发明
国别省市：