摘要
本发明公开了一种基于分支神经网络的石英晶体谐振器模态耦合分析方法,包括如下步骤:步骤S1:通过有限元仿真分析,获取不同结构尺寸晶振受温度影响下发生模态耦合的区间,将晶振模态耦合区间转换为发生模态耦合的尺寸数据,构建样本数据库;步骤S2:对样本数据进行预处理,得到预处理后的样本数据;得到晶振的模态耦合与关键结构参数之间的量化关系,实现对晶振模态耦合的初步预测;根据本发明的基于分支神经网络的石英晶体谐振器模态耦合分析方法,在算法模型中输入晶振的结构参数,模型实时输出晶振是否发生模态耦合以及模态耦合发生的概率,技术人员开展晶振的结构设计,降低了晶振设计的时间以及经济成本,提高了晶振设计效率。
技术关键词
耦合分析方法
石英晶体谐振器
神经网络算法模型
有限元仿真分析
关键结构参数
超参数
样本
迁移学习策略
多分支
优化器
数据
归一化方法
评估算法
电极
尺寸
代表
系统为您推荐了相关专利信息
广义偏定向相干性
耦合分析方法
频段
生物信号处理技术
高斯核函数
桥梁抗震
关键结构参数
性能评估方法
模型库
地震
高空作业车
结构优化方法
数据驱动模型
多属性决策方法
数据驱动建模技术
光伏边框
烟花算法
性能预测方法
BP网络模型
样本
云端语音识别
语音特征数据
混合语音识别
语音识别指令
语音识别模型