摘要
本申请公开一种用于反演吸波蜂窝电磁参数的机器学习方法及系统,所述方法包括:获取吸波蜂窝数据集,包括吸波蜂窝结构参数、浆料复介电常数和等效复介电常数,其中,等效复介电常数为,将芳纶纸与浆料复合而成的三层结构等效为一层等效介质的复介电常数;利用吸波蜂窝数据集进行机器学习训练,生成吸波蜂窝预测神经网络模型,来计算目标吸波蜂窝的等效复介电常数。本申请将利用有效介质理论将实际的芳纶纸与浆料组成的三层结构等效为一层结构,作为等效复介电常数,通过建立复介电常数的吸波蜂窝预测神经网络模型,能够快速而简易地识别出复介电常数。
技术关键词
复介电常数
仿真模型
吸波蜂窝结构
机器学习方法
机器学习训练
参数
电磁
训练神经网络模型
机器学习装置
芳纶纸
壁结构
数据
介质
反演算法
回归算法
处理器
模式
理论
系统为您推荐了相关专利信息
单相接地故障
故障选线方法
故障初始角
信息熵
信号特征
非易失性存储介质
控制权
关系
接触式热电偶
参数
全局优化算法
参数化仿真模型
参数优化方法
变量
命令流
分子
机器学习模型
测试方法
生成训练数据
水性测试装置