本发明提供一种基于级联VCSELs光子神经的模式识别装置及方法，该方法包括：步骤1：输出脉冲序列的波形；步骤2：利用步骤1得到的波形对可调激光器产生的连续波进行调制，以得到光学脉冲序列；步骤3：将所述光学脉冲序列信号分成三路，该三路信号分别注入到神经网络三个级联的VCSELs光子神经元；步骤4：采集各神经元输出的信号，并利用计算机进行处理运算，并根据运算的结果调节控制输入神经元的脉冲信号，以实现脉冲序列的模式识别。本发明通过三个级联的VCSELs光子神经元构成可实现脉冲序列识别的光子神经网络。
📄 2020101481273
📂 G06N3_067
👤 西南大学
📅 2020-03-05
本发明属于光子信号处理技术领域，具体涉及一种优化MZI的ONNs相位配置的渐进式训练方法，包括：在一定的迭代次数中，按照MZI排列方式逐步确定每一列的相位；在确定好的相位部分基础上考虑MZI携带的相位误差和分束器误差，再次开始迭代进行基础训练用后续的移相器的值抵消前面元件携带的误差；反复训练到网格的最后一列。本发明通过渐进式训练得到的相位值可对抗不理想的光子器件导致的不精确性，从而提高因误差降低的ONNs分类精度。
📄 2023112059236
📂 G06N3_067
👤 重庆邮电大学
📅 2023-09-19
柿子坊 · 知识产权运营
柿子坊知识产权运营平台