典型文献
Dense-1D-U-Net:用于自参考光谱干涉飞秒脉冲相位测量
文献摘要：
超快激光脉冲形状宽度测量的核心是光谱相位的精确测量.本文提出了一种结合深度学习的自参考光谱干涉(SRSI)方法,并用该方法进行了飞秒脉冲相位的测量.该方法基于针对一维信号的Dense-1D-U-Net神经网络,采用经典的编码-解码网络结构并加入稠密连接和跳跃连接来提高网络的性能.结合SRSI法的特点,本文设计出结合了稠密连接块的Dense-1D-U-Net神经网络.基于大量接近真实光谱相位的模拟光谱相位数据可以发现,基于Dense-1D-U-Net的SRSI算法的计算结果的均方根误差相比传统SRSI算法至少降低一个数量级.与有无稠密连接、跳跃连接的对照组神经网络进行对比,分析了 Dense-1D-U-Net的优势.最后用实验测量数据验证了使用模拟数据训练的Dense-1D-U-Net具有计算实验数据的能力.Dense-1D-U-Net神经网络未来可以拓展应用到超快光谱等其他一维信息研究领域.
文献关键词：
测量;深度学习;编码-解码;自参考光谱干涉;神经网络;稠密连接
中图分类号：
作者姓名：
况琪;申雄;徐艺林;白丽华;刘军
作者机构：
上海大学物理系,上海200444;中国科学院上海光学精密机械研究所强场激光物理国家重点实验室,上海201800;中国科学院大学材料科学与光电工程中心,北京100049
文献出处：
引用格式：
[1]况琪;申雄;徐艺林;白丽华;刘军-.Dense-1D-U-Net:用于自参考光谱干涉飞秒脉冲相位测量)[J].中国激光,2022(09):39-51
A类：
自参考光谱干涉,SRSI
B类：
Dense,1D,Net,飞秒脉冲,相位测量,超快激光,激光脉冲,宽度测量,光谱相位,精确测量,解码,稠密连接,跳跃连接,接来,连接块,数量级,实验测量,测量数据,数据验证,模拟数据,数据训练,计算实验,拓展应用,超快光谱,信息研究
AB值：
0.255339
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。
