CN119494285A 基于卷积神经网络的电磁拓扑仿真方法及装置 (北京邮电大学)_第1页
CN119494285A 基于卷积神经网络的电磁拓扑仿真方法及装置 (北京邮电大学)_第2页
CN119494285A 基于卷积神经网络的电磁拓扑仿真方法及装置 (北京邮电大学)_第3页
CN119494285A 基于卷积神经网络的电磁拓扑仿真方法及装置 (北京邮电大学)_第4页
CN119494285A 基于卷积神经网络的电磁拓扑仿真方法及装置 (北京邮电大学)_第5页
已阅读5页,还剩30页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

基于卷积神经网络的电磁拓扑仿真方法及本发明提供一种基于卷积神经网络的电磁剔除待仿真电磁拓扑结构中的悬浮金属件对应取到的拓扑特征确定电磁拓扑数据对应的散射2获取待仿真电磁拓扑结构,基于所述待仿真电磁拓扑结构确括剔除所述待仿真电磁拓扑结构中的悬浮金属件对应的电磁将所述预处理后的电磁拓扑数据输入至训练好的电磁拓扑仿真模构建初始电磁拓扑仿真模型、样本数据集以及模型本数据包括预处理后的电磁拓扑数据样本数据以及散射仿真参数样基于所述样本数据集和所述模型损失函数对所述初始电磁拓扑仿真模型进行预训练;基于广度优先搜索算法验证所述电磁拓扑结构中的所有金属单元是否均与波导结构述样本数据集和所述模型损失函数对所述初始电磁拓扑仿真模型进行预训练得到训练好基于Kaiming初始化方法对所述初始电磁拓扑仿真模型的网络权重进行初始化;和/基于Adam优化算法对所述初始电磁拓扑仿真模型的模型基于边缘单元优先搜索算法在电磁拓扑结构的边缘单元中基于广度优先搜索算法验证各所述金属单元之间的连通性,基于所3将所述电磁拓扑结构中的悬浮金属件对应的电磁拓扑数验证预训练后的所述电磁拓扑仿真模型的仿真结果基于所述仿真结果准确度优化所述电磁拓扑仿真模型的模型对优化了所述模型结构和模型参数的电磁拓扑仿真模9.一种基于卷积神经网络的电磁拓扑仿真系统,所述机程序被执行时该系统实现如权利要求1至8中任一项所述方法处理器执行时实现如权利要求1至8中任一项所述方4[0004]鉴于此,本发明实施例提供了一种基于卷积神经网络的电磁拓扑仿真方法及装获取待仿真电磁拓扑结构,基于所述待仿真电磁拓扑结构确定电磁拓扑数据信处理包括剔除所述待仿真电磁拓扑结构中的悬浮金属件对应的电磁扑仿真模型基于接收到的所述预处理后的电磁拓扑数据提取所述电磁拓扑结构的拓扑特基于所述样本数据集和所述模型损失函数对所述初始电磁拓扑仿真模型进行预;5基于广度优先搜索算法验证所述电磁拓扑结构中的所有金属单元是否均与波导基于Kaiming初始化方法对所述初始电磁拓扑仿真模型的网络权重进行初始化;基于Adam优化算法对所述初始电磁拓扑仿真模型的模型基于边缘单元优先搜索算法在电磁拓扑结构的边缘单元中将所述电磁拓扑结构中的悬浮金属件对应的电磁拓扑数验证预训练后的所述电磁拓扑仿真模型的仿真结果对优化了所述模型结构和模型参数的电磁拓扑仿真模[0013]根据本发明的另一方面,还公开了一种基于卷积神经网后的电磁拓扑数据通过训练好的电磁拓扑仿真模型快速且准确的得到电磁拓扑数据对应6于本领域普通技术人员在研究下文后部分地变得明显,或者可以根据本发明的实践而获知。本发明的目的和其它优点可以通过在说明书以及附图中具体指出的结构实现到并获[0022]图4为本申请一实施例的电磁拓扑结构的悬浮金属件对应的电磁拓扑数据信息示[0023]图5为本申请另一实施例的基于卷积神经网络的电磁拓扑仿真方法的流程示意示出了与根据本发明的方案密切相关的结构和/或处理步骤,而省略了与本发明关系不大7[0042]本申请的基于卷积神经网络的电磁拓扑仿真方法及装置可快速且准确的对电磁[0044]图1为本申请一实施例的基于卷积神经网络的电磁拓扑仿真方法的流程示意图,容表示的为悬浮金属件对应的电磁拓扑数据信息;图4所示示意图展示了拓扑结构是否连[0049]BFS算法在图论和计算机科学中用于遍历或搜索树与图结构,其通过从指定源节8计,优化后的BFS算法被用于验证EM拓扑设计中的所有金属单元是否与波导结构的外壁相[0050]示例性的,对电磁拓扑结构中的悬浮金属件对应的电磁拓扑数据信息进行剔除[0053]4.队列管理机制:采用队述电磁拓扑仿真模型基于接收到的所述预处理后的电磁拓扑数据提取所述电磁拓扑结构9了电磁拓扑仿真方法预测到的散射仿真参数的接ReLU激活函数层,增强了网络的非线性表达能力;采用池化核为1X1的跨通道参数池化据集和所述模型损失函数对所述初始电磁拓扑仿真模型进行预训练得到训练好的电磁拓模型由于拓扑结构的设计缺陷对仿真结果产电磁拓扑仿真模型的模型参数进行优化。该实施例基于Kaiming初始化技术进行模型的权;;构和模型参数;对优化了所述模型结构和模型参数的电磁拓扑仿真模型重新进行预训练;件的S参数进行预测,并通过与高保真电磁仿真结果的比较来评估本申请的电磁拓扑仿真结果应用于实际的微波组件制造过程中,通过测试模型输出对于制造精度和成本的影响,还基于广度优先搜索算法验证所述电磁拓扑结构中的所有金属单元是否均与波导结构的[0073]图5为本申请另一实施例的基于卷积神经网络的电磁拓扑仿真方法的流程示意型训练模块以及性能验证模块,数据生成模块用于生成符合设计约束的EM拓扑结构数据,[0078]需要明确的是,本发明并不局限于上文所描述并在图中示出的特定配置和处施方式中以相同方式或以类似方式使用,和/或与其他实施方式的特征相结合或代替其他

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论