首页--数理科学和化学论文--物理学论文--光学论文--信息光学论文--全息光学论文

离轴电子全息的数值模拟研究

摘要第5-7页
Abstract第7-9页
第一章 绪论第10-25页
    1.1 引言第10-11页
    1.2 电子全息简介第11-20页
        1.2.1 电子全息的发展历史第11-14页
        1.2.2 离轴电子全息的实验装置第14-16页
        1.2.3 电子全息的应用第16-20页
    1.3 电子全息的计算机模拟和数值重现第20页
    1.4 神经网络第20-22页
        1.4.1 神经网络的发展历史第20-21页
        1.4.2 神经网络的特点第21-22页
        1.4.3 神经网络的应用第22页
    1.5 遗传算法第22-23页
        1.5.1 遗传算法的发展历史第22-23页
        1.5.2 遗传算法的特点第23页
        1.5.3 遗传算法的应用第23页
    1.6 本文主要内容第23-25页
第二章 傅里叶变换及离轴菲涅尔全息的计算机模拟第25-36页
    2.1 引言第25页
    2.2 傅里叶变换第25-27页
    2.3 抽样定理第27-29页
    2.4 离轴菲涅尔全息的计算机模拟第29-35页
        2.4.1 菲涅尔衍射第29-30页
        2.4.2 离轴菲涅尔全息图的记录和重现第30-32页
        2.4.3 计算机模拟第32-35页
    2.5 本章小结第35-36页
第三章 离轴像面电子全息图的计算机模拟和滤波重现第36-41页
    3.1 引言第36页
    3.2 离轴像面电子全息图的记录与计算机模拟第36-38页
    3.3 滤波法重现离轴像面电子全息图第38-40页
    3.4 本章小结第40-41页
第四章 应用神经网络法重现离轴电子全息图第41-56页
    4.1 引言第41页
    4.2 神经网络基本原理第41-48页
        4.2.1 人工神经元第41-42页
        4.2.2 神经网络的构成要素第42-46页
        4.2.3 误差反向传递神经网络第46-48页
    4.3 离轴电子全息图的重现第48-49页
    4.4 重现结果及讨论第49-53页
        4.4.1 像波函数的展开阶数对重现结果的影响第50-51页
        4.4.2 参考波波矢对重现结果的影响第51-52页
        4.4.3 超级像素尺寸对重现结果的影响第52-53页
    4.5 压缩超级像素神经网络法第53-54页
    4.6 本章小结第54-56页
第五章 应用遗传算法重现离轴电子全息图第56-66页
    5.1 引言第56页
    5.2 遗传算法基本原理第56-60页
        5.2.1 编码第57页
        5.2.2 适应度函数第57-58页
        5.2.3 选择第58-59页
        5.2.4 交叉第59页
        5.2.5 变异第59-60页
    5.3 离轴电子全息图的重现第60-61页
    5.4 重现结果和讨论第61-64页
        5.4.1 参考波波矢对重现结果的影响第62页
        5.4.2 超级像素尺寸对重现结果的影响第62-64页
    5.5 压缩超级像素遗传算法第64-65页
    5.6 本章小结第65-66页
第六章 总结第66-68页
参考文献第68-71页
致谢第71-72页

论文共72页,点击 下载论文
上一篇:新型超支化共轭聚合物三阶非线性光学性能研究
下一篇:基于界面自组装薄膜的电存储器件的研究