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！

龙图腾网获悉北京理工大学申请的专利基于深度学习的自由曲面成像系统多结构快速生成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：CN116540402B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202310460213.1，技术领域涉及：G02B27/00；该发明授权基于深度学习的自由曲面成像系统多结构快速生成方法是由杨通;毛卜玉;徐慧明;程德文;王涌天设计研发完成，并于2023-04-25向国家知识产权局提交的专利申请。

本基于深度学习的自由曲面成像系统多结构快速生成方法在说明书摘要公布了：本发明提供一种基于深度学习的自由曲面成像系统多结构快速生成方法，使用顺序和随机相结合的系统演化方法自动生成数据集；将采用反馈策略的监督学习和基于差分光线追迹的非监督学习相结合来训练网络，使其对大范围的系统和结构参数系统具有良好的预测能力，训练得到的DNN模型可以根据设计要求快速生成多个系统，并且可以根据预设的评估指标对输出的系统进行排序和筛选，最终选择出合适的系统作为后续优化的良好起点；本发明为自由曲面或一般的成像系统设计提供了一种新方法，显著减少了光学设计时所花费的时间和精力。

本发明授权基于深度学习的自由曲面成像系统多结构快速生成方法在权利要求书中公布了：1.基于深度学习的自由曲面成像系统多结构生成方法，其特征在于，包括： S1：获取基础数据集，包括： S11：首先根据待设计的系统的特点，选择若干个具有代表性的且能够完整描述系统规格的系统参数SSP＝[SSP1,SSP2,…,SSPm,…,SSPM]，同时确定系统的结构参数STP＝[STP1,STP2,…,STPt,…,STPT]，以及曲面参数SFP＝[SFP1,SFP2,…,SFPv,…,SFPV]；确定系统参数空间SSPS，并进一步将SSPS划分为更小的多个子空间SSPSi，每一个系统参数子空间SSPSi都与一个结构参数子空间STPSi相对应，该子空间SSPSi需借助基准系统进行确定，所有的子空间对SSPSi-STPSi组合在一起形成整个输入参数空间；其中，M、T、V分别为系统参数、结构参数以及曲面参数的数量；其中，代表性的系统参数包括视场、有效焦距、F数和入瞳直径； S12：为每一个子空间SSPSi优化生成一个基准系统RSYSi，其中，将SSPSi的中心系统参数作为基准系统RSYSi的系统参数；在RSYSi生成后需要获取其结构参数将基准系统的结构参数作为STPSi的中心，并给定结构参数的取值范围区间长度从而确定出STPSi的空间范围； S13：基于所述基准系统生成足量的系统，并获取这些系统的系统参数、结构参数以及曲面参数，以构成基础数据集；其中，系统参数和结构参数作为深度神经网络DNN的输入参数，结构参数和曲面参数作为深度神经网络DNN的输出参数； S2：对深度神经网络DNN进行监督学习： S21：将基础数据集中的输入参数组合输入至深度学习神经网络DNN中，得到预测输出，通过计算输出值与基础数据集中真实值的差异，即计算得到损失Lsuper，基于Lsuper对深度神经网络DNN进行预训练，得到初步的深度神经网络DNN模型； S3：监督学习一段设定时间后，引入非监督学习，将监督学习和非监督学习相结合，对深度神经网络DNN模型进行进一步的训练； S4：训练完成后，将包括系统参数以及结构参数要求的设计需求输入至训练好的深度神经网络DNN模型中，获得单个或多个满足要求的系统。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。