对称单面鳍线的人工神经网络模型

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

对称单面鳍线的人工神经网络模型

胡香荣, 徐军, 薛良金

文章导航 > 电子科技大学学报 > 2001 > 30(5): 454-457

胡香荣, 徐军, 薛良金. 对称单面鳍线的人工神经网络模型[J]. 电子科技大学学报, 2001, 30(5): 454-457.

引用本文:

胡香荣, 徐军, 薛良金. 对称单面鳍线的人工神经网络模型[J]. 电子科技大学学报, 2001, 30(5): 454-457.

Hu Xiangrong, Xu Jun, Xue Liangjin. Artificial Neural Network Models for Symmetrical Unilateral Fin-Lines[J]. Journal of University of Electronic Science and Technology of China, 2001, 30(5): 454-457.

Citation:

Hu Xiangrong, Xu Jun, Xue Liangjin. Artificial Neural Network Models for Symmetrical Unilateral Fin-Lines[J]. Journal of University of Electronic Science and Technology of China, 2001, 30(5): 454-457.

对称单面鳍线的人工神经网络模型

1.
电子科技大学应用物理研究所成都 610054

基金项目:

信息产业部预研基金资助项目

作者简介:
胡香荣女 23岁硕士生

中图分类号: TN802.2

Artificial Neural Network Models for Symmetrical Unilateral Fin-Lines

1.
Institute of Applied Physics,UEST of China Chengdu 610054

摘要: 采用知识人工神经网络模型拟对称平面鳍线,通过利用先验知识减小输入映射关系的复杂度,建立了知识人工神经网络模型,减少了训练样本的数量。同时保留了全波时域有限差分法的准确性,而且具有快速简便的优点。
- 神经网络模型 /
- 基于知识的 /
- 鳍线 /
- 毫米波
Abstract: In this paper, a knowledge-based artificial neural network is used to model the symmetrical unilateral fin-lines. Utilizing prior knowledge for reducing complexity of input-output relationships that the Artificial Neural Network (ANN) must learn, it allows an accurate ANN model to be developed with less training data which is very advantageous when training data is expensive/time Consuming to obtain, such as with EM simulation. The neural network is electromagnetically developed with a set of training data that are produced by the finite elemont method (FDTD). which is robust both from the angle of time of computation and accuracy.
- artificial neural network /
- knowledge based /
- fin lines /
- millimeter wave

[1]	胡浪涛, 杨瑞, 刘全金, 吴建岚, 嵇文, 吴磊. 深度强化学习下连续和离散相位RIS毫米波通信 . 电子科技大学学报, 2024, 53(1): 50-59. doi: 10.12178/1001-0548.2022285
[2]	李民政, 刘宁. 改进相位迭代的低精度混合预编码方法 . 电子科技大学学报, 2020, 49(4): 548-554. doi: 10.12178/1001-0548.2019167
[3]	修越, 张忠培, 赵柏睿, 修超. 基于K学习的Sub-6GHz辅助毫米波信道信息获取 . 电子科技大学学报, 2020, 49(3): 453-457, 466. doi: 10.12178/1001-0548.2018246
[4]	康凯, 高宗智. CMOS多通道芯片 . 电子科技大学学报, 2016, 45(4): 502-510. doi: 10.3969/j.issn.1001-0548.2016.04.002
[5]	塔利克·吉纳菲, 吴柯. 基片集成波导技术:最新的发展和未来的展望 . 电子科技大学学报, 2013, 42(2): 171-192. doi: 10.3969/j.issn.1001-0548.2013.02.002
[6]	傅祥, 林炆标, 林文彦, 金国生, 邱显钦, 高瑄苓, 张永华. 远距医护高速智能通信之建构 . 电子科技大学学报, 2011, 40(6): 802-814. doi: 10.3969/j.issn.1001-0548.2011.06.001
[7]	张勇, 林元根. 185GHz固态二倍频器研究 . 电子科技大学学报, 2010, 39(2): 232-235. doi: 10.3969/j.issn.1001-0548.2010.02.017
[8]	李桂萍, 徐军, 罗慎独. 毫米波高增益大功率收发组件研制 . 电子科技大学学报, 2008, 37(2): 248-250,308.
[9]	吴涛, 唐小宏, 王玲, 肖飞. 色散特性对毫米波频率步进雷达影响的研究 . 电子科技大学学报, 2008, 37(5): 685-688.
[10]	李桂萍, 徐军, 罗慎独, 薛良金. Ka频段介质稳频振荡器的研制 . 电子科技大学学报, 2003, 32(6): 652-654.
[11]	廖小丽. 毫米波生物效应的水分子谐振机理 . 电子科技大学学报, 2002, 31(1): 80-83.
[12]	樊勇, 唐小宏, 吴正德, 殷世昌. 适于电视广播的毫米波通信 . 电子科技大学学报, 2001, 30(5): 441-444.
[13]	徐军, 龙毅, 李超. 毫米波宽带集成本振混频组件的研究 . 电子科技大学学报, 2000, 29(1): 41-44.
[14]	陈福深, 张长明. 鳍线集成光调制在多普勒雷达中的一种新应用 . 电子科技大学学报, 2000, 29(4): 377-380.
[15]	唐小宏, 樊勇, 郑浩元, 张永鸿, 吴正德. 3mm波相参脉冲放大链 . 电子科技大学学报, 1999, 28(4): 378-382.
[16]	陈嘉钰, 粱正, 张永川, 李大治. S-PFEL用三镜准光腔系统的研究 . 电子科技大学学报, 1999, 28(2): 171-174.
[17]	徐军, 李超, 薛良金. 毫米波E面混合集成电调振荡器 . 电子科技大学学报, 1999, 28(3): 251-254.
[18]	徐军, 李超, 龙毅. 一种新型毫米波集成功率合成器的研究 . 电子科技大学学报, 1999, 28(4): 374-377.
[19]	徐军, 薜泉, 薜良金. 8mm集成鳍线宽带机调耿氏振荡器 . 电子科技大学学报, 1997, 26(1): 35-39.
[20]	曾升权, 刘强, 陈巧生. Ka频段集成化鳍线铁氧体环行器 . 电子科技大学学报, 1997, 26(2): 157-161.

WeChat

点击查看大图

计量

文章访问数: 3474
HTML全文浏览量: 123
PDF下载量: 62
被引次数: 0

对称单面鳍线的人工神经网络模型

1. 电子科技大学应用物理研究所成都 610054

基金项目:

信息产业部预研基金资助项目

作者简介:
胡香荣女 23岁硕士生

收稿日期: 2001-01-16
刊出日期: 2001-10-15

中图分类号: TN802.2

关键词:

摘要: 采用知识人工神经网络模型拟对称平面鳍线,通过利用先验知识减小输入映射关系的复杂度,建立了知识人工神经网络模型,减少了训练样本的数量。同时保留了全波时域有限差分法的准确性,而且具有快速简便的优点。

English Abstract

胡香荣, 徐军, 薛良金. 对称单面鳍线的人工神经网络模型[J]. 电子科技大学学报, 2001, 30(5): 454-457.

引用本文:

胡香荣, 徐军, 薛良金. 对称单面鳍线的人工神经网络模型[J]. 电子科技大学学报, 2001, 30(5): 454-457.

Hu Xiangrong, Xu Jun, Xue Liangjin. Artificial Neural Network Models for Symmetrical Unilateral Fin-Lines[J]. Journal of University of Electronic Science and Technology of China, 2001, 30(5): 454-457.

Citation:

Hu Xiangrong, Xu Jun, Xue Liangjin. Artificial Neural Network Models for Symmetrical Unilateral Fin-Lines[J]. Journal of University of Electronic Science and Technology of China, 2001, 30(5): 454-457.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发