一种基于深度学习的薄膜型声学超材料逆向设计方法

本发明公开了一种基于深度学习的薄膜型声学超材料逆向设计方法，包括以下步骤：根据预定义的薄膜型声学超材料结构参数范围，生成声传递损失STL曲线数据集；对声传递损失STL曲线数据集进行预处理与划分，得到处理后数据；基于处理后数据，构建并训练卷积神经网络CNN模型，通过超参数优化得到训练好的CNN模型；根据训练好的CNN模型，对新的STL曲线图像进行预测，输出薄膜型声学超材料的结构参数。本发明能够快速预测并反向设计满足目标STL曲线的薄膜声学超材料结构参数，显著提升设计效率；本发明通过深度学习模型自动提取STL曲线特征，减少对传统仿真和人工经验的依赖，降低设计门槛。