基于深度學(xué)習(xí)的射頻器件參數(shù)優(yōu)化方法
基本信息
| 申請(qǐng)?zhí)?/td> | CN201810602897.3 | 申請(qǐng)日 | - |
| 公開(kāi)（公告）號(hào) | CN108959728A | 公開(kāi)（公告）日 | 2018-12-07 |
| 申請(qǐng)公布號(hào) | CN108959728A | 申請(qǐng)公布日 | 2018-12-07 |
| 分類(lèi)號(hào) | G06F17/50;G06N3/04;G06N3/08 | 分類(lèi) | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 王高峰;管智敏;張哲順;趙鵬 | 申請(qǐng)（專(zhuān)利權(quán)）人 | 杭州法動(dòng)科技有限公司 |
| 代理機(jī)構(gòu) | 杭州君度專(zhuān)利代理事務(wù)所（特殊普通合伙） | 代理人 | 黃前澤 |
| 地址 | 310000 浙江省杭州市經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)白楊街道6號(hào)大街452號(hào)2幢D1509號(hào)房 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開(kāi)基于深度學(xué)習(xí)的射頻器件參數(shù)優(yōu)化方法。首先利用Tensorflow進(jìn)行訓(xùn)練，從數(shù)據(jù)集中提取出射頻器件的幾何參數(shù)和信號(hào)頻率作為輸入項(xiàng)，以及其對(duì)應(yīng)的S參數(shù)信息作為真實(shí)值。將原始數(shù)據(jù)進(jìn)行初始化并進(jìn)行切分，構(gòu)造多層神經(jīng)網(wǎng)絡(luò)，將切分好的數(shù)據(jù)送入神經(jīng)網(wǎng)絡(luò)利用優(yōu)化算法進(jìn)行訓(xùn)練，訓(xùn)練完成保存模型。接著利用遺傳算法進(jìn)行優(yōu)化，輸入待優(yōu)化的參數(shù)的范圍，并確定優(yōu)化目標(biāo)值，設(shè)定允許誤差。初始化種群，調(diào)用Tensorflow模型對(duì)種群進(jìn)行預(yù)測(cè)，計(jì)算適應(yīng)度，不斷的進(jìn)行選擇、交叉、變異直到選擇出最佳優(yōu)化結(jié)果。 |
