基于深度学习算法的滤波器的优化设计方法
授权
摘要
本发明属于滤波器技术领域,具体为一种基于深度学习算法的滤波器的优化设计方法。本发明优化设计方法，针对滤波器的结构参数进行，滤波器的结构参数由滤波器的滤波响应曲线来反映；设计中使用逆向神经网络、正向神经网络和遗传算法，进行深度学习：滤波器的滤波响应曲线由切比雪夫多项式综合得到；将目标滤波响应曲线作为逆向神经网络的输入，获得结构参数的初始值；把初值输入给遗传算法、正向神经网络，进行迭代优化；优化目标为正向神经网络输出的滤波响应曲线与依据的滤波响应曲线差距最小，最后输出优化的滤波响应曲线，并获得最终滤波器的结构参数。
基本信息
专利标题 ：
基于深度学习算法的滤波器的优化设计方法
专利标题（英）：
暂无
公开（公告）号 ：
CN112989508A
申请号 ：
CN202110138810.3
公开（公告）日 ：
2021-06-18
申请日 ：
2021-02-01
授权号 ：
CN112989508B
授权日 ：
2022-05-20
发明人 ：
梁修业黄浩张喆曾建平关放刘晓晗资剑
申请人 ：
复旦大学
申请人地址 ：
上海市杨浦区邯郸路220号
代理机构 ：
上海正旦专利代理有限公司
代理人 ：
陆飞
优先权 ：
CN202110138810.3
主分类号 ：
G06F30/17
IPC分类号 ：
G06F30/17 G06F30/27 G06N3/04 G06N3/08
相关图片
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/17
机械参量或变量的设计
法律状态
2022-05-20 ：
授权
2021-07-06 ：
实质审查的生效
IPC(主分类) : G06F 30/17
申请日 : 20210201
申请日 : 20210201
2021-06-18 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN112989508A.PDF
PDF下载
