【技术实现步骤摘要】
本专利技术涉及超材料设计领域，具体是在深度学习中收集超材料结构数据集时的一种构型生成方法。
技术介绍
1、超材料指的是由人工设计，不同于自然结构的电磁结构，其通常以某一亚波长尺寸单元构成的周期性排列组成，通过电磁波与其周期结构的相互作用从而改变电磁波的传播特性，具备负介电常数和负磁导率等特殊性质。近年来超材料得到了长足的发展，利用其性质实现的电磁器件被应用在多个领域，其中包括吸波器、传感器、光学透镜、滤波器等。
2、长期以来，电磁超材料的设计往往需要借助电磁仿真软件实现，依靠有限差分法、有限元法等数值计算方法计算对应的偏微分方程来模拟超材料对电磁波的响应特性，为了达到目标效果，研究人员往往需要根据已知理论和经验不断优化超材料的各项参数，在不断的试错中逼近目标，然而随着任务难度的增加，电磁超材料设计的难度也同样陡增，往往伴随着大量的人力物力消耗。深度学习的出现以及快速发展一定程度上打破了这一僵局，近年来许多相关研究工作都将深度学习与电磁超材料设计相结合，通过神经网络以构建数据之间的映射关系，以找到超材料结构与对应电磁响应之间的...
【技术保护点】
1.一种0/1二维编码矩阵环绕生长算法，其特征在于，通过在编码矩阵中选取初始激活点，然后迭代在每次激活点的周围激活新的点，并将上一次的激活点标记为失活状态，经过多轮迭代生成聚合度较高的随机编码矩阵数据。
2.一种半随机超材料吸收器构型编码矩阵生成方法，其特征在于，将基础超材料构型与环绕生长算法结合，在基础构型周围选取合适的点作为环绕生长算法的激活点，将生成的多组编码数据去噪后与原始构型进行组合，以此生成全新的超材料构型编码数据。
【技术特征摘要】
1.一种0/1二维编码矩阵环绕生长算法，其特征在于，通过在编码矩阵中选取初始激活点，然后迭代在每次激活点的周围激活新的点，并将上一次的激活点标记为失活状态，经过多轮迭代生成聚合度较高的随机编码矩阵数据。
2.一...
【专利技术属性】
技术研发人员：钟任斌，董佳乐，刘启蒙，王家念，
申请(专利权)人：电子科技大学，
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。