检 索
学术期刊
切换导航
首页
文章
期刊
投稿
首发
学术会议
图书中心
新闻
新闻动态
科学前沿
合作
我们
一封信
按学科分类
Journals by Subject
按期刊分类
Journals by Title
医药卫生
Medicine & Health
工程技术
Engineering & Technology
数学与物理
Math & Physics
经济与管理
Economics & Management
人文社科
Humanities & Social Sciences
化学与材料
Chemistry & Materials
信息通讯
Information & Communication
地球与环境
Earth & Environment
生命科学
Life Sciences
我要投稿
查看投稿进度
学术期刊
按学科分类
Journals by Subject
按期刊分类
Journals by Title
医药卫生
Medicine & Health
工程技术
Engineering & Technology
数学与物理
Math & Physics
经济与管理
Economics & Management
人文社科
Humanities & Social Sciences
化学与材料
Chemistry & Materials
信息通讯
Information & Communication
地球与环境
Earth & Environment
生命科学
Life Sciences
在线客服
客服电话:
400-188-5008
客服邮箱:
service@ccnpub.com
投诉举报:
feedback@ccnpub.com
人工客服
工作时间(9:00-18:00)
官方公众号
科技成果·全球共享
请选择
目标期刊
首页
期刊
文章
基于神经网络的圆孔阵列垂直入射耦合截面预测
下载:
31
浏览:
243
丁星丽1
赵翔1
闫丽萍1
刘强2
《无线电研究》
2020年9期
摘要:
为了分析电子系统金属屏蔽外壳上孔阵的耦合截面,引入神经网络建模方法。分析了垂直入射条件下一些特征参数对圆孔阵列耦合截面的影响,用全波分析法计算了不同特征参数下的孔阵归一化耦合截面,将获得的6 000组样本数据输入神经网络进行训练,获得根据孔单元的电尺寸、行/列数、行/列间距电尺寸及入射波的极化角度6个参数预测孔阵归一化耦合截面的神经网络模型;将样本按比例随机分为训练集和测试集,得出最少约3 000组数据就能使神经网络模型达到较高的预测精度。为了进一步验证神经网络模型的普适性和有效性,选取了2组没有在训练集和测试集中出现的特征参数,分别用全波分析法和该神经网络模型进行预测,发现基于神经网络的预测结果和全波分析法的计算结果吻合良好。
[1/1]
|<
<
1
>
>|
在线客服::
点击联系客服
联系电话::
400-188-5008
客服邮箱::
service@ccnpub.com
投诉举报::
feedback@ccnpub.com
人工客服
工作时间(9:00-18:00)
官方公众号
科技成果·全球共享