一种基于多层神经网络模型结构自适应的微波器件建模方法
实质审查的生效
摘要
本发明涉及一种基于多层神经网络模型结构自适应的微波器件建模方法，属于微波器件建模领域，用于解决基于人工神经网络的微波器件建模中确定最优模型结构的问题。本发明提出一种基于多层神经网络模型结构自适应的微波器件建模方法，通过采用全新的多层神经网络模型结构，结合基于l1正则化的误差函数来训练该神经网络模型，实现了模型隐藏层层数和每个隐藏层中神经元个数的同时调节，最终获得最优的模型结构。本发明方法可以针对不同的微波建模问题，自适应获得不同的最优模型结构，可在实际使用中节省模型开发的时间，具有灵活和高效的优势。
基本信息
专利标题 ：
一种基于多层神经网络模型结构自适应的微波器件建模方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114462232A
申请号 ：
CN202210097217.3
公开（公告）日 ：
2022-05-10
申请日 ：
2022-01-26
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
那伟聪刘文旭刘可张万荣谢红云金冬月
申请人 ：
北京工业大学
申请人地址 ：
北京市朝阳区平乐园100号
代理机构 ：
北京思海天达知识产权代理有限公司
代理人 ：
张慧
优先权 ：
CN202210097217.3
主分类号 ：
G06F30/20
IPC分类号 ：
G06F30/20 G06N3/04 G06N3/08
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
G06F30/20
设计优化、验证或模拟
法律状态
2022-05-27 ：
实质审查的生效
IPC(主分类) : G06F 30/20
申请日 : 20220126
申请日 : 20220126
2022-05-10 ：
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
暂无PDF文件可下载
