買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜長春理工大學申請的專利一種基于深度學習的偏振光學系統自動優化設計方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116009246B 。

龍圖騰網通過國家知識產權局官網在2025-05-16發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310018740.7，技術領域涉及：G02B27/00；該發明授權一種基于深度學習的偏振光學系統自動優化設計方法是由史浩東;何春風;王稼禹;王超;付強;李英超;楊帥;戰俊彤;劉嘉楠;孫洪宇設計研發完成，并于2023-01-06向國家知識產權局提交的專利申請。

本一種基于深度學習的偏振光學系統自動優化設計方法在說明書摘要公布了：一種基于深度學習的偏振光學系統自動優化設計方法，屬于光學設計領域，為解決基于深度學習的光學設計中尚未考慮偏振像差影響的問題，生成歸一化光學系統樣本數據集；深度神經網絡模型訓練；網絡輸出結果標準化，將所建立的深度神經網絡輸出結果進行標準化處理，處理后輸出為光學系統的曲率、厚度變量、光學玻璃折射率和阿貝數，其中曲率、玻璃折射率和阿貝數不變，只對原始厚度變量進行標準化。進行光線追跡計算無監督損失和標準化結果與標簽數據計算監督損失；結合監督損失和監督損失；反向傳播更像網絡參數；判斷迭代是否完成，如果迭代未完成則反復前面步驟直到迭代完成，如果迭代完成，則輸入指標到深度神經網絡，自動優化設計偏振光學系統。

本發明授權一種基于深度學習的偏振光學系統自動優化設計方法在權利要求書中公布了：1.基于深度學習的偏振光學系統自動優化設計方法，其特征是，該方法包括以下步驟：步驟1：生成歸一化光學系統樣本數據集；從公開鏡頭庫中選取參考鏡頭，將參考鏡頭做歸一化處理，并根據參考鏡頭的特征生成相應的特征數據作為光學系統樣本數據集，該數據集中包含監督訓練數據和無監督訓練數據；步驟2：深度神經網絡模型訓練；根據歸一化光學系統樣本數據集中的特征數據和標簽數據，建立相應的網絡模型輸入層和輸出層，并構建相應的網絡隱藏層，將歸一化光學系統樣本數據集輸入到深度神經網絡模型中進行計算；步驟3：網絡輸出結果標準化，將所建立的深度神經網絡輸出結果進行標準化處理，處理后輸出為光學系統的曲率、厚度變量、光學玻璃折射率和阿貝數，其中曲率、玻璃折射率和阿貝數不變，只對原始厚度變量進行標準化；步驟4：進行光線追跡計算無監督損失和標準化結果與標簽數據計算監督損失，將網絡標準化后輸出的結果進行光線追跡計算無監督損失，同時，標準化輸出結果與標簽數據計算監督損失，其中標簽數據在步驟1中已生成；步驟5：結合監督損失和無監督損失，將監督損失和無監督損失進行一個加權相加，最后兩者相加的結果作為本訓練的損失；步驟6：反向傳播更新網絡參數，根據計算的損失對網絡參數進行求導，然后計算更新前面所建立的深度神經網絡參數；步驟7：判斷迭代是否完成，訓練前設計者設定相應的迭代次數，本方法設定的迭代次數為2萬次，如果迭代未完成則反復進行步驟2、3、4、5、6、7直到迭代完成，如果迭代完成，則直接跳入到步驟8；步驟8：輸入指標到深度神經網絡，自動優化設計偏振光學系統，輸入相應的孔徑、視場、厚度和厚度范圍參數到已經訓練完成的深度神經網路中，網絡將自動輸出相應的偏振光學系統參數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人長春理工大學，其通訊地址為：130022 吉林省長春市朝陽區衛星路7186號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。