【摘要】：由于具有熒光強(qiáng)度高且穩(wěn)定性好、其中的電子自旋相干時間較長、能夠被光學(xué)激發(fā)和微波操控等優(yōu)良特性,金剛石氮-空位色心(Nitrogen-Vacancy color center,NV色心)被廣泛應(yīng)用于量子技術(shù)領(lǐng)域。在基于金剛石NV色心的量子調(diào)控平臺上,快速、準(zhǔn)確地識別和定位色心的位置對以后的實驗有著關(guān)鍵影響。在目前的實驗平臺中,主要依賴實驗人員以往的經(jīng)驗來判斷金剛石NV色心的位置,繼而借助光探測磁共振(Optical Detection Magnetic Resonance,ODMR)方法來確認(rèn)是否為NV色心,但是由于不可避免的存在噪音,人工識別金剛石NV色心存在誤識別、無法識別出所有可用NV色心等問題。為了更準(zhǔn)確的檢測金剛石NV色心,本文把NV色心的識別當(dāng)作目標(biāo)檢測問題來處理。本文對目前已有的各類檢測方法進(jìn)行調(diào)研,通過調(diào)研發(fā)現(xiàn),基于卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)的目標(biāo)檢測方法在檢測效果、速度上更具優(yōu)勢。因此,本設(shè)計針對金剛石NV色心的識別問題提出了基于卷積神經(jīng)網(wǎng)絡(luò)的自動識別系統(tǒng)。在系統(tǒng)設(shè)計過程中,本文著重解決了金剛石熒光計數(shù)易受噪音干擾、NV色心目標(biāo)尺度較小、待檢測NV色心數(shù)量多等問題。和人工識別相比,該框架不僅降低了NV色心目標(biāo)的誤識別率,而且極大提高了目標(biāo)的檢出率,為后續(xù)的實驗提供多個定位準(zhǔn)確的NV色心目標(biāo)。
【圖文】：

圖 1.4 熒光計數(shù)矩陣Fig 1.4 Fluorescence counting matrix.3 光探測磁共振金剛石 NV 色心可以通過微波進(jìn)行單自旋調(diào)控和探測，通過光探測磁共

(a) (b)圖 1.8 激勵函數(shù)Fig 1.8 Activation function最基本的網(wǎng)絡(luò)結(jié)構(gòu)是前饋神經(jīng)網(wǎng)絡(luò)，它包含一層輸入層、多個隱藏層和一層
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP183;O413;O773

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 解光軍;莊鎮(zhèn)泉;;量子神經(jīng)網(wǎng)絡(luò)[J];計算機(jī)科學(xué);2001年07期

，

本文編號：2665471