基于卷积特征提取的超快脉冲光纤传输建模方法及系统
公开
摘要
本发明提供了一种基于卷积特征提取的超快脉冲光纤传输建模方法及系统，结合了模型驱动的线性色散建模与数据驱动的机器学习非线性特征建模，可以对强非线性动态现象进行建模，并通过迭代计算实现不同距离的脉冲波形预测。进一步地，针对机器学习的非线性特征建模，提出一种结合卷积与局部全连接的神经网络结构，实现了脉冲不同位置处的参数共享，降低了模型的存储需求，同时允许动态选择脉冲高能量部分进行非线性计算。整个建模方法拥有一定的灵活度，可以针对不同场景调整各模块，实现不同情况下精确建模。
基本信息
专利标题 ：
基于卷积特征提取的超快脉冲光纤传输建模方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114611404A
申请号 ：
CN202210277959.4
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-21
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
义理林赵浩辰杨航
申请人 ：
上海交通大学
申请人地址 ：
上海市闵行区东川路800号
代理机构 ：
上海汉声知识产权代理有限公司
代理人 ：
胡晶
优先权 ：
CN202210277959.4
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06N3/04 G06N3/08 H04B10/25 H04B17/391 G06F111/10 G06F113/16
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-06-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
