摘要
本发明属于光学信息处理技术领域,具体涉及基于KAN‑CAFM网络的单像素压缩感知相移全息重建方法,包括引入Kolmogorov‑ArnoldNetwork(KAN)与卷积‑注意力融合模块(CAFM),构建从一维压缩数据到多相移全息图的高效映射框架:a.KAN模块:基于柯尔莫哥洛夫‑阿诺德定理(KART),通过可学习的单变量函数组合实现高维非线性映射,替代传统MLP中的线性权重矩阵,显著提升网络对高维相移特征的建模能力。b.CAFM模块:通过双分支并行设计(局部分支+全局分支),结合卷积操作与自注意力机制,实现局部特征提取与全局依赖建模的协同增强。
技术关键词
全息图
编码器
网络
解码器
注意力机制
像素
上采样
压缩感知算法
多分支结构
光学信息处理技术
氦氖激光器
偏振分束器
解码结构
干涉系统
压缩感知数据
模块
样条
系统为您推荐了相关专利信息
捡拾装置
链齿式残膜回收机
遗传算法
神经网络预测技术
参数
动态优化方法
K均值聚类算法
工况
指标
遗传算法
建筑识别方法
卷积神经网络模型
优化卷积神经网络
特征工程
计算机执行指令
网络模拟方法
动态拓扑结构
动态演化过程
核心
链接预测方法
电力终端
前馈神经网络
神经网络模型
在线状态数据
蜻蜓算法