-
公开(公告)号：CN115587530A
公开(公告)日：2023-01-10
申请号：CN202211128979.1
申请日：2022-09-16
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F30/27 , G06F18/23213 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于遮掩式自编码器的天线去耦结构的机器学习优化方法，属于微波天线设计技术领域，本发明所述方法包括以下步骤：样本数据的生成、样本数据的分类、对神经网络进行预训练、判断生成的去耦结构是否满足优化指标和根据设计需要对神经网络进行微调五个步骤。本发明所述方法结合机器学习技术，通过对样本集里去耦结构的形状特征进行分析和学习，提取形状特征，交由自编码器神经网络进行学习，从而使完成训练的神经网络模型具有设计高性能天线去耦结构的能力；可以用于各类平面电磁结构的优化与设计；能够根据隔离度要求优化其对应的去耦结构，将其用于天线智能化设计，可以显著提高天线设计效率。
Search Results
1
records
(took 0.028 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
