公开(公告)号：CN113158487B

公开(公告)日：2022-04-12

申请号：CN202110501935.8

申请日：2021-05-08

Applicant: 大连海事大学

Inventor： 陈荣 ,  李辉 ,  明名 ,  陈慧 ,  张康 ,  曹永刚 ,  曹景太

IPC: G06F30/20 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于长短期记忆深度网络的波前相位差探测方法，包括：输入某实际光学系统的特征参数并生成训练数据集；根据傅里叶光学原理将训练数据集生成一对焦面PSF图像i1(x,y)和离焦PSF图像i2(x,y)；提取上述一对焦面PSF图像i1(x,y)和离焦PSF图像i2(x,y)的特征向量作为输入数据；提取从实际光学系统收集的PSF图像序列的特征向量；将PSF图像序列按照时序t输入至完成训练的卷积神经网络模型中确定波面畸变相位从而得到一系列的用于训练的畸变相位参数；生成用于LSTM深度网络训练的输入数据和输出数据，初始化网络参数并反复对LSTM深度网络进行训练直至其损失函数收敛。

公开(公告)号：CN113158487A

公开(公告)日：2021-07-23

申请号：CN202110501935.8

申请日：2021-05-08

Applicant: 大连海事大学

Inventor： 陈荣 ,  李辉 ,  明名 ,  陈慧 ,  张康 ,  曹永刚 ,  曹景太

IPC: G06F30/20 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于长短期记忆深度网络的波前相位差探测方法，包括：输入某实际光学系统的特征参数并生成训练数据集；根据傅里叶光学原理将训练数据集生成一对焦面PSF图像i1(x,y)和离焦PSF图像i2(x,y)；提取上述一对焦面PSF图像i1(x,y)和离焦PSF图像i2(x,y)的特征向量作为输入数据；提取从实际光学系统收集的PSF图像序列的特征向量；将PSF图像序列按照时序t输入至完成训练的卷积神经网络模型中确定波面畸变相位从而得到一系列的用于训练的畸变相位参数；生成用于LSTM深度网络训练的输入数据和输出数据，初始化网络参数并反复对LSTM深度网络进行训练直至其损失函数收敛。