典型文献
三层衍射神经网络实现手写数字识别
文献摘要：
光学衍射神经网络(optical diffraction neural network, ODNN)以光波作为计算媒介执行神经网络的逻辑分析与运算功能, 具有高速度、低功耗及并行处理的优势. 本文设计了一种仅有三层相位调制的ODNN,提出了基于目标空间频率一级谱分布提升ODNN的数字识别性能的方法, 经优化获得了系统最优的像素大小、衍射距离, 以及最佳的三层相位分布. 设计的ODNN对MNIST手写体数字集识别准确率达到了95.3％,高于文献中采用五层衍射神经网络实现的准确率91.75％ (Lin X, Rivenson Y, Yardimci N T, Veli M, Luo Y,Jarrahi M, Ozcan A 2018 Science 3611004), 且精简了系统结构. 结合ODNN高速度、低功耗的优点, 提出的基于频谱分析方法有利于提高ODNN的性能, 使ODNN在边缘计算领域有巨大的应用潜力.
文献关键词：
衍射神经网络;光学识别;手写数字;衍射光学元件
中图分类号：
作者姓名：
徐平;徐海东;杨拓;黄海漩;张旭琳;袁霞;肖钰斐;李雄超;王梦禹
作者机构：
深圳大学物理与光电工程学院,微纳光电子技术研究所,深圳 518060;深圳技术大学大数据与互联网学院,深圳 518118
文献出处：
引用格式：
[1]徐平;徐海东;杨拓;黄海漩;张旭琳;袁霞;肖钰斐;李雄超;王梦禹-.三层衍射神经网络实现手写数字识别)[J].物理学报,2022(18):131-138
A类：
衍射神经网络,光学衍射神经网络,ODNN,Rivenson,Yardimci,Veli,Jarrahi,Ozcan,光学识别
B类：
手写数字识别,optical,diffraction,neural,network,光波,逻辑分析,高速度,低功耗,并行处理,层相位,相位调制,空间频率,谱分布,识别性,系统最优,像素,相位分布,MNIST,手写体,数字集,识别准确率,五层,Lin,Luo,精简,系统结构,频谱分析,边缘计算,衍射光学元件
AB值：
0.289402
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。
