物理学报
引用检索 快速检索
物理学报  2020, Vol. 69 Issue (1): .      DOI: 10.7498/aps.69.20190982
电磁学、光学、声学、传热学、经典力学和流体动力学 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于深度卷积神经网络的大气湍流相位提取
徐启伟1,2, 王佩佩1,2, 曾镇佳2, 黄泽斌2, 周新星3, 刘俊敏1, 李瑛2, 陈书青2, 范滇元2
1. 深圳技术大学新材料与新能源学院, 深圳 518118;
2. 深圳大学二维材料光电科技国际合作联合实验室, 广东省二维材料信息功能器件与系统工程技术研究中心, 深圳 518060;
3. 湖南师范大学物理与电子学院量子效应及其应用协同创新中心, 长沙 410081
Extracting atmospheric turbulence phase using deep convolutional neural network
Xu Qi-Wei1,2, Wang Pei-Pei1,2, Zeng Zhen-Jia2, Huang Ze-Bin2, Zhou Xin-Xing3, Liu Jun-Min1, Li Ying2, Chen Shu-Qing2, Fan Dian-Yuan2
1. College of New Materials and New Energies, Shenzhen Technology University, Shenzhen 518118, China;
2. Engineering Technology Research Center for 2D Material Information Function Devices and Systems of Guangdong Province, International Collaborative Laboratory of 2D Materials for Optoelectronics Science and Technology, Shenzhen University, Shenzhen 518060, China;
3. Synergetic Innovation Center for Quantum Effects and Applications, School of Physics and Electronics, Hunan Normal University, Changsha 410081, China


版权所有 ©  物理学报
地址:北京市603信箱,《物理学报》编辑部 邮编:100190
电话:010-82649294,82649829,82649863   E-mail:apsoffice@iphy.ac.cn
网络系统维护电话:010-62662699-1; 技术支持邮箱 linjl@magtech.com.cn