一种基于深度学习的EP型谐振环超材料反设计系统

本发明公开了一种基于深度学习的EP型谐振环超材料反设计系统，该系统解决了传统超材料设计需要复杂的物理学知识作为指导，迭代优化速度慢等问题，以提高超材料的设计效率。该系统包括：利用耦合模方程与随机的耦合模参数生成一系列透射曲线，对得到的透射曲线数据进行降维处理以及归一化处理；划分数据集为训练集与测试集；搭建并训练预训练神经网络；对搭建好的预训练神经网络，区分其具体性能；将模型导出，利用软件仿真该型超材料并获取超材料仿真数据；对超材料数据进行中心化、归一化、裁剪处理，利用训练好的神经网络提取超材料的耦合模参数；通过耦合模参数与超材料结构的对应关系，利用所需要的透射曲线来反向设计EP型谐振环超材料结构。