【技术实现步骤摘要】
本专利技术属于信息处理，尤其涉及基于全模拟光子神经网络的情绪识别装置及方法。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
2、传统的基于全模拟光学进行图像识别时，采用的方法是在全模拟光学系统中添加多层光学零件并且重新设计电子部件以进行并行输出，通过多个块级联解决识别任务；同时通过使用数字半导体电子部件和“一写多读”存储器，将连续的数据变换成数字形式；涉及的多个计算单元必须连接在单一或组间通信中，为了转移基于矩阵乘法的现代光学神经元网络的制造限制，在光子计算之前使用采样操作；
3、专利技术人发现，上述的方案存在以下缺陷：
4、1、由于设计的网络结果复杂，其识别任务需要考虑许多类和数千个待识别的对象的参数；数字半导体电子部件和“一写多读”存储器限制了识别数量，伴随着离散信号频谱失真，这样的系统建构不允许减小系统的物理尺寸，在光子计算之前使用采样操作，也会伴随着提及的固有限制。
5、2、现有的机器学习的时间和能量成本高，或用于模数转换的时间长，例如...
【技术保护点】
1.基于全模拟光子神经网络的情绪识别装置，其特征在于，包括第一子系统、第二子系统、第三子系统和电子数字控制器；三个子系统共用同一个激光器，所述第二子系统包括3D全息存储器；
2.如权利要求1所述的基于全模拟光子神经网络的情绪识别装置，其特征在于，训练透明矩阵的数量对应于所记录情绪的数量，每个矩阵写入一种情绪；全息点的数量对应于所记录情绪的数量，全息点对应于各种离散情绪值。
3.如权利要求1所述的基于全模拟光子神经网络的情绪识别装置，其特征在于，所述第一子系统还包括快门、空间光调制器、第一光束扩展器、第一光学块和第一偏转器；所述空间光调制器第一端...
【技术特征摘要】
1.基于全模拟光子神经网络的情绪识别装置，其特征在于，包括第一子系统、第二子系统、第三子系统和电子数字控制器；三个子系统共用同一个激光器，所述第二子系统包括3d全息存储器；
2.如权利要求1所述的基于全模拟光子神经网络的情绪识别装置，其特征在于，训练透明矩阵的数量对应于所记录情绪的数量，每个矩阵写入一种情绪；全息点的数量对应于所记录情绪的数量，全息点对应于各种离散情绪值。
3.如权利要求1所述的基于全模拟光子神经网络的情绪识别装置，其特征在于，所述第一子系统还包括快门、空间光调制器、第一光束扩展器、第一光学块和第一偏转器；所述空间光调制器第一端通过第一光束扩展器连接至快门，第二端连接第一光学块，所述第一光学块和第一偏转器的一端相连，第一偏转器的另一端连接至电子数字控制器。
4.如权利要求3所述的基于全模拟光子神经网络的情绪识别装置，其特征在于，所述控制第一子系统创建与训练图像数据集中不同离散情绪值对应的训练透明矩阵中，具体包括：
5.如权利要求1所述的基于全模拟光子神经网络的情绪识别装置，其特征在于，所述第二子系统还包括第二光束扩展器、第二光学块和第二偏转器和第三偏转器；
6.如权利要求5所述的基于全模拟光子神经网络的情绪识别装置，其特征在于，所述以参考光束...
【专利技术属性】
技术研发人员：亚历山大·赖科夫，郭猛，潘景山，陈维娜，
申请(专利权)人：济南超级计算技术研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。