基于深度学习的射频器件参数优化方法
- 专利权人:
- 杭州法动科技有限公司
- 发明人:
- 王高峰,管智敏,张哲顺,赵鹏
- 申请号：
- CN201810602897.3
- 公开号：
- CN108959728A
- 申请日:
- 2018.06.12
- 申请国别(地区):
- 中国
- 年份:
- 2018
- 代理人:
- 黄前泽
- 摘要：
- 本发明公开基于深度学习的射频器件参数优化方法。首先利用Tensorflow进行训练，从数据集中提取出射频器件的几何参数和信号频率作为输入项，以及其对应的S参数信息作为真实值。将原始数据进行初始化并进行切分，构造多层神经网络，将切分好的数据送入神经网络利用优化算法进行训练，训练完成保存模型。接着利用遗传算法进行优化，输入待优化的参数的范围，并确定优化目标值，设定允许误差。初始化种群，调用Tensorflow模型对种群进行预测，计算适应度，不断的进行选择、交叉、变异直到选择出最佳优化结果。
- 来源网站：
- 中国工程科技知识中心
