一种基于大数据与机器学习的微混合器自动化设计与性能预测方法

AITNT
正文
推荐专利
一种基于大数据与机器学习的微混合器自动化设计与性能预测方法
申请号:CN202510086279
申请日期:2025-01-20
公开号:CN119939819A
公开日期:2025-05-06
类型:发明专利
摘要
本发明公开了一种基于大数据与机器学习的微混合器自动化设计与性能预测方法,其包括以下步骤,1、选定随机通断微混合器;2、联合仿真搭建网格随机通断微混合器设计参数库,得到原始数据库;3、搭建卷积神经网络模型,对原始数据库进行数字结构的调整,得到仿真数据库,使用仿真数据库对卷积神经网络模型进行训练,以预测微混合器的出口混合效率值Cout;本发明能快速扩充微混合器设计参数库的数量,从而快速获得更多混合效率不小于95%的微混合器设计。
技术关键词
性能预测方法 微混合器 卷积神经网络模型 大数据 联合仿真工具 网格 通道 分支 矩阵 横截面尺寸 参数 仿真模型 三角形 稳态 四边形 训练集 软件
系统为您推荐了相关专利信息
1
基于卷积神经网络的电缆全生命周期预测方法及系统
生命周期预测方法 负载模式 指标 卷积神经网络模型 介质损耗角
2
需求编写方法、装置、电子设备和存储介质
检查点 业务流程信息 风险点 关键词 机器学习技术
3
基于深度学习的电磁兼容预测系统及方法
判断电子设备 电子设备电磁兼容 语义 深度学习技术 信号
4
基于蛋白质语言模型的B细胞表位预测方法、装置、设备及计算机程序产品
深度卷积神经网络模型 集成卷积神经网络 序列 计算机程序产品 卷积特征
5
缓存系统的安全防护方法及装置
缓存系统 缓存策略 卷积神经网络模型 迪杰斯特拉算法 防护方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号