本项目主要研究了衍射光学中当今的前沿分支:自变换光学和分数傅里叶变换及其它们对神经网络的应用。取得了如下创造性结果:①提出了自傅里叶函数的“两项积”构造法和复合构造法以及最简构造法;②提出了双重自变换的概念和构造法则及其一般化推广。③广泛开展了多层神经网络体系研究,特别是提出了用自变换函数实现光学神经网络的新方法。④提出了观察研究分数傅里叶变换的简单有效的实验方法。⑤提出了比例分数傅里叶变换和虚数分数傅里叶变换。⑥提出了扩展分数傅里叶变换。⑦同时也得出了分数傅里叶光学和自变换光学的一系列新的应用。共发表文章30篇,其中国外重要刊物11篇,国内重要刊物10篇。SCICDE文章共计13篇。并开始有国外引用。
{{i.achievement_title}}
数据更新时间:2023-05-31
拥堵路网交通流均衡分配模型
感应不均匀介质的琼斯矩阵
多源数据驱动CNN-GRU模型的公交客流量分类预测
基于混合优化方法的大口径主镜设计
采用深度学习的铣刀磨损状态预测模型
离散光学变换理论及其应用
求全局最优解的函数变换方法
自优化卷积神经网络及其应用研究
光学神经网络计算研究