[发明专利]一种高效的基于贝叶斯理论的人工神经网络微波器件建模方法有效
| 申请号： | 202011414317.1 | 申请日： | 2020-12-03 |
| 公开（公告）号： | CN112347704B | 公开（公告）日： | 2023-10-20 |
| 发明（设计）人： | 那伟聪;刘可;张万荣;谢红云;金冬月 | 申请（专利权）人： | 北京工业大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06F30/17;G06N3/04;G06N3/08;G06F111/10 |
| 代理公司： | 北京思海天达知识产权代理有限公司 11203 | 代理人： | 张慧 |
| 地址： | 100124 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种高效的基于贝叶斯理论的人工神经网络微波器件建模方法，用于解决目前的微波器件神经网络建模方法繁琐耗时，难以满足日益提高的缩短微波器件和电路设计周期要求的问题。本方法首先找到对应的神经网络模型所需的最优的有效参数个数，然后通过这个最优的有效参数个数，计算得出所对应的神经网络模型的最优的隐藏层神经元个数，从而得到每个微波器件的神经网络模型的最优结构。此外，该方法可以直接嵌入到神经网络自动模型生成算法中，无论初始设置的隐藏层神经元个数是否接近最优值，均可以非常快速地找到对于当前微波器件建模问题来说最优的神经网络模型结构。该方法与现有技术相比，大大缩短了建模时间，提高了建模效率。 | ||
| 搜索关键词： | 一种 高效 基于 贝叶斯 理论 人工 神经网络 微波 器件 建模 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京工业大学，未经北京工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011414317.1/，转载请声明来源钻瓜专利网。
