基于未训练神经网络的分数傅里叶变换成像

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：将未训练神经网络深度学习应用到分数傅里叶变换成像，通过将神经网络和光学模型相结合的方式完成分数傅里叶变换的相位恢复. 数值仿真和光学实验证明，仅需2 000次迭代，该网络框架就能完成不同阶数的分数傅里叶变换重建，包括强度物体和相位物体. 因此，该网络框架为分数傅里叶变换的重建提供了新的方法.

（剩余7561字）

试读结束

目录
monitor