摘要
本发明公开了一种基于深度学习的超宽带天线设计方法、系统及介质,包括:获取目标超宽带天线的设计目标,根据天线设计实例数据提取与天线性能相关的结构参数;根据结构参数准备样本数据并进行预处理,基于NAR动态网络结合多层感知机构建代理模型,使用样本数据进行代理模型训练,配置代理模型参数;利用训练后的代理模型得到目标超宽带天线的最优结构参数,将输出的最优结构参数进行仿真验证,配置目标超宽带天线的设计方案。本发明利用NAR动态网络结合多层感知机建立代理模型能够适应不同结构参数的寻优任务,在保证性能的前提下提高效率,提升了超宽带天线的设计速度及精度。
技术关键词
超宽带天线设计
多层感知机
参数
测试误差
关键词
网络
动态
样本
遗传算法
Copula函数
仿真数据
采集单元
可读存储介质
BP算法
时延
注意力
节点特征
系统为您推荐了相关专利信息
偏移检测方法
特征提取模型
能量守恒
神经网络算法
生成对抗网络
低噪声滚动轴承
神经网络模型
故障诊断方法
超声信号
融合历史
异形截面导体
成型方法
单丝
制作成型模具
计算机辅助设计软件
视觉特征信息
清洗参数
清理方法
视觉特征提取
样本