基于杂合衍射深度神经网络的矢量涡旋光产生方法

本发明属于光学光场调控及非线性光学技术领域，公开了一种基于杂合衍射深度神经网络的矢量涡旋光产生方法，包括搭建由衍射神经网络层和各向异性偏振层构建的杂合衍射深度神经网络，训练时，杂合衍射深度神经网络通过前向传播模型处理输入光数据，通过反向传播算法优化杂合衍射深度神经网络各衍射层、各向异性偏振衍射层的参数，针对训练数据集，获得各参数的优化。测试时，当在不同空间位置输入高斯光时，可以输出层获得所需要的矢量涡旋光。本发明将杂合衍射深度神经网络应用于矢量涡旋光的产生领域中，实现了对矢量涡旋光的新型快速产生方法,对其在粒子捕获、物体结构成像、提高分辨率、全息显示和提高通信容量等方面具有巨大的应用潜力。