基于深度学习的射频器件参数优化方法
基本信息
| 申请号 | CN201810602897.3 | 申请日 | - |
| 公开（公告）号 | CN108959728A | 公开（公告）日 | 2018-12-07 |
| 申请公布号 | CN108959728A | 申请公布日 | 2018-12-07 |
| 分类号 | G06F17/50;G06N3/04;G06N3/08 | 分类 | 计算；推算；计数; |
| 发明人 | 王高峰;管智敏;张哲顺;赵鹏 | 申请（专利权）人 | 杭州法动科技有限公司 |
| 代理机构 | 杭州君度专利代理事务所（特殊普通合伙） | 代理人 | 黄前泽 |
| 地址 | 310000 浙江省杭州市经济技术开发区白杨街道6号大街452号2幢D1509号房 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开基于深度学习的射频器件参数优化方法。首先利用Tensorflow进行训练，从数据集中提取出射频器件的几何参数和信号频率作为输入项，以及其对应的S参数信息作为真实值。将原始数据进行初始化并进行切分，构造多层神经网络，将切分好的数据送入神经网络利用优化算法进行训练，训练完成保存模型。接着利用遗传算法进行优化，输入待优化的参数的范围，并确定优化目标值，设定允许误差。初始化种群，调用Tensorflow模型对种群进行预测，计算适应度，不断的进行选择、交叉、变异直到选择出最佳优化结果。 |
