摘要
本发明提供了一种向量拟合结合神经网络传递函数的MEMS建模方法,涉及微机电系统技术领域。本发明实施例基于向量拟合结合人工神经网络传递函数算法,可以预测出具有不同几何尺寸、材料特性的MEMS器件的性能曲线对应的拟合参数,进而得到具有不同几何尺寸、材料特性的MEMS器件的性能曲线,对MEMS器件的建模过程进行快速、准确的模拟和分析,并且可以指导MEMS设计师进行器件优化。
技术关键词
建模方法
样本
参数
人工神经网络
曲线
有限元仿真方法
建模装置
主成分分析方法
处理器
微机电系统
计算机程序产品
模块
可读存储介质
存储器
电子设备
指令
公差
尺寸
算法
系统为您推荐了相关专利信息
表面缺陷检测系统
缺陷高度
样本
陶瓷
数据采集模块
异常数据分析方法
智能变电站
网络
注意力模型
Softmax函数
信号调制识别
随机噪声
标签
一维离散傅里叶变换
无线电通信技术
参数化仿真模型
场景功能
智能床
异常数据
功能模块