一种基于深度学习的全向双频吸波超表面智能制备方法

本发明公开了一种基于深度学习的全向双频吸波超表面智能制备方法，属于超材料与超表面设计技术领域。包括：进行不同设计构型的自动建模与仿真，得到对应的电磁响应，构成数据集；基于数据集进行VAE网络模型的训练，并评估VAE网络模型的准确率；当VAE网络模型满足预设条件后，输入目标吸收频谱到已训练的VAE模型中，预测出超表面构型的0/1编码矩阵；根据预测的超表面构型的0/1编码矩阵生成超表面构型及其吸收频谱，并输出结果。本发明与传统的设计方法相比，能够显著降低设计周期，提高吸波性能，同时无需依赖复杂的物理建模或人工调节角度。