买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京邮电大学申请的专利基于杂合衍射深度神经网络的矢量涡旋光产生方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118962994B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410955567.8，技术领域涉及：G02B27/28；该发明授权基于杂合衍射深度神经网络的矢量涡旋光产生方法是由赵生妹;肖俊杰;王乐设计研发完成，并于2024-07-17向国家知识产权局提交的专利申请。

本基于杂合衍射深度神经网络的矢量涡旋光产生方法在说明书摘要公布了：本发明属于光学光场调控及非线性光学技术领域，公开了一种基于杂合衍射深度神经网络的矢量涡旋光产生方法，包括搭建由衍射神经网络层和各向异性偏振层构建的杂合衍射深度神经网络，训练时，杂合衍射深度神经网络通过前向传播模型处理输入光数据，通过反向传播算法优化杂合衍射深度神经网络各衍射层、各向异性偏振衍射层的参数，针对训练数据集，获得各参数的优化。测试时，当在不同空间位置输入高斯光时，可以输出层获得所需要的矢量涡旋光。本发明将杂合衍射深度神经网络应用于矢量涡旋光的产生领域中，实现了对矢量涡旋光的新型快速产生方法,对其在粒子捕获、物体结构成像、提高分辨率、全息显示和提高通信容量等方面具有巨大的应用潜力。

本发明授权基于杂合衍射深度神经网络的矢量涡旋光产生方法在权利要求书中公布了：1.一种基于杂合衍射深度神经网络的矢量涡旋光产生方法，其特征在于：所述矢量涡旋光产生方法具体包括以下步骤： 步骤1、搭建由衍射深度神经网络衍射层和各向异性偏振衍射层构建的杂合衍射深度神经网络，所述杂合衍射深度神经网络包括输入层、隐藏层和输出层，所述隐藏层由M层衍射深度神经网络衍射层和1层各向异性偏振衍射层构成，其中M＞1，所述杂合衍射深度神经网络用于通过前向传播模型处理光数据，通过反向传播算法优化衍射深度神经网络衍射层的相位参数、优化各向异性偏振衍射层的相位和角度参数； 步骤2、制备训练数据集中数据，用于给出输入层不同空间位置数据和对应的输出层中不同矢量涡旋光束数据； 步骤3、将输入光波传入到步骤1搭建的杂合衍射深度神经网络进行前向传播：输入光波通过输入层之后，经过衍射到达第一层衍射深度神经网络衍射层，输入光波通过第一层衍射深度神经网络衍射层的调制之后得到第一层衍射深度神经网络衍射层的输出光波，输入光波通过第a层衍射深度神经网络衍射层的调制之后得到第a层的衍射深度神经网络衍射层的输出光波，以此类推，光经过a层衍射深度神经网络衍射层调制后以及衍射传播后，到达各向异性偏振衍射层，各向异性偏振衍射层的输入光波为第a层输出波衍射后到达各向异性偏振衍射层之和，而后各向异性偏振衍射层的输出波再次经过b层的衍射深度神经网络衍射层衍射后，最后在输出层中由光探测器得到输出，其中，a+b＝M，1≤a＜M，1≤b＜M，输入光波为输入层上不同位置的偏振高斯光束，输出层中输出光波为所需的矢量涡旋光，不同输入位置的高斯光束，在输出端产生不同轨道角动量模式的矢量涡旋光； 步骤4、通过优化衍射深度神经网络衍射层的相位参数、优化各向异性偏振衍射层的相位和角度参数，优化杂合衍射深度神经网络；经过步骤2中训练数据集中数据的多次性能训练，得到衍射深度神经网络衍射层的相位参数的最佳参数值以及各向异性偏振衍射层的相位和角度最优参数，得到杂合衍射深度神经网络的最佳参数值，测试时输入平面不同位置的高斯光束经过杂合衍射深度神经网络后，即获得不同轨道角动量模式的矢量涡旋光。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京邮电大学，其通讯地址为：210046 江苏省南京市栖霞区文苑路9号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。