摘要
本发明公开了一种基于组合长短期记忆神经网络的时序预测方法及系统,方法包括步骤:获取目标电路中的每一条时序路径,将各时序路径分割为发射时钟子路径、捕获时钟子路径以及数据子路径,获取各子路径中各二元体的特征信息并依次拼接成特征向量;将各时序路径的每个子路径产生的特征向量进行分组,得到分组特征向量,再将分组特征向量进行拼接得到特征矩阵;构造组合长短期记忆神经网络;构建主回归网络;基于特征矩阵对由组合长短期记忆神经网络和主回归网络构建的时序预测模型进行训练,得到训练好的时序预测模型;基于训练好的时序预测模型对目标电路进行预测,得到时序偏差值。本发明具有分析效率高、预测精度高等优点。
技术关键词
时序预测方法
时序预测模型
网络
长短期记忆单元
时钟
矩阵
多层感知机
预测系统
线特征
电路
偏差
存储器
数据
处理器
电容
分块
变量
系统为您推荐了相关专利信息
智能标签
神经网络模型
特征融合网络
样本
期望最大化算法
粮仓设计
三维模型
建筑信息模型技术
堆粮高度
故障树模型
网络故障预测方法
智能优化算法
因子
预测装置
参数
制图方法
遥感影像数据
多源卫星遥感数据
生成高分辨率
地表反射率