摘要
本发明属于测量技术领域,具体涉及一种基于神经网络用于S参数高频拓展的数据驱动方法。该方法包括以下步骤:(1)通过数值模拟的方法仿真得到待测微波器件的低频S参数和高频S参数作为数据集;(2)将获得的数据集划分为训练集、验证集和测试集,将低频S参数数据作为网络的输入,高频S参数数据作为网络的输出,并用训练集训练训练神经网络;(3)利用训练好的神经网络,对待测微波器件进行测试。本发明是将收集的数据集用神经网络来建立低频S参数数据与高频S参数数据间函数关系,从而以低频矢量网络分析仪测得的S参数数据得到高频S参数数据。本发明提出的方法实现灵活,适用性强。
技术关键词
数据驱动方法
微波器件
参数
训练神经网络
训练集
矢量网络分析仪
光学器件
数值
关系
系统为您推荐了相关专利信息
缓存策略
缓存命中率
缓存管理方法
分布式锁
数据更新频率
刺激参数优化
头部模型
大脑结构
指令生成方法
矩阵
控制参数优化方法
移动储能系统
运动姿态数据
功率
三维温度场
支气管镜
图像配准方法
深度图
三维模型
实时图像