典型文献
基于LSTM的K2CsSb光阴极反射率预测模型
文献摘要：
针对目前K2CsSb光阴极制备过程中无法预判光阴极生长状态的问题,提出一种基于长短期记忆(LSTM)循环神经网络的K2CsSb光阴极反射率预测模型.一维原始反射率数据集经过清洗、筛选、序列化等预处理手段后重构为二维数据输入模型.为充分利用反射率数据在时序上高度相关的特性,采用双层LSTM网络提取特征,预测结果通过全连接层输出,以均方误差(MSE)作为模型预测效果的评判标准.实验结果表明,该模型的网络结构合理且在不同数据集下的表现良好,预测准确率可达99.21％.该模型可运用在K2CsSb光阴极的制作过程中,通过反射率预测值反馈调节工艺参数以趋近目标走势,对提高光阴极性能具有促进作用.
文献关键词：
双碱阴极;长短期记忆网络;深度学习;反射率
中图分类号：
作者姓名：
魏静雯;钱芸生;曹扬
作者机构：
南京理工大学电子工程与光电技术学院,江苏南京 210094
文献出处：
引用格式：
[1]魏静雯;钱芸生;曹扬-.基于LSTM的K2CsSb光阴极反射率预测模型)[J].应用光学,2022(06):1037-1043
A类：
K2CsSb,双碱阴极
B类：
光阴极,反射率,制备过程,生长状态,循环神经网络,序列化,处理手段,提取特征,全连接层,均方误差,MSE,评判标准,结构合理,预测准确率,可运,反馈调节,趋近,走势,长短期记忆网络
AB值：
0.214062
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
