基于高质量采样和小波变换的深度学习逆设计方法.pdfVIP

下载本文档

5
0
约7.64千字
约 9页
2023-09-23 发布于四川
举报
版权申诉

基于高质量采样和小波变换的深度学习逆设计方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明属于微波射频器件逆设计领域，具体公开了一种基于高质量采样和小波变换的深度学习逆设计方法用于微波电路逆设计。利用粒子群算法初步筛选出“好”样本，再通过多标签合成少数类过采样技术，以保证“好”样本在设计空间中的均匀性。建立了给定的s参数输入与所需的结构参数或材料参数之间的关系，面对s参数等间隔采样可能会导致高维输入，需要更复杂的神经网络，通过基于小波变换的深度学习方法，极大地降低了输入的维数。以带通微带滤波器为例，验证了该方法的性能，结果表明，该方法比常规的深度学习方法具有更好的建模性能和逆设

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116796637 A (43)申请公布日 2023.09.22 (21)申请号 202310659049.7 (22)申请日 2023.06.05 (71)申请人杭州电子科技大学地址 3100