基于深度学习的KDP晶体三维已加工表面形貌预测
打开文本图片集
中图分类号：TH161
DOI：10.3969/j.issn.1004-132X.2025.10.021
0 引言
深度学习具备强大的数据处理和模式识别能力，尤其在处理复杂、多维的非线性数据时展现出独特的优势，被广泛应用在智能制造、增材制造、表面质量在线检测和优化等领域[1-3]。磷酸二氢钾（ KH2PO4 ，KDP）晶体在光学领域中有着重要的应用，是惯性约束核聚变光路系统（NIF）中唯一可作为普克尔斯盒和末端激光倍频的关键元件[4]。（剩余8795字）
