首站-论文投稿智能助手
典型文献
基于BP神经网络的六边形孔阵耦合截面的预测
文献摘要:
孔缝耦合截面作为度量电磁能量经孔缝泄漏强弱的重要参数,一直没有一个普适快速且精度较高的获取方法.针对六边形孔阵归一化耦合截面的获取问题,分析了垂直入射条件下各因素对六边形孔阵耦合截面的影响,选择合适的参数并使用全波分析法共获取13820组耦合截面数据.对部分输入参数进行预处理后输入神经网络进行训练,构建了一个以孔单元电尺寸、行/列数、行/列间距电尺寸、孔壁厚度电尺寸、入射波极化角度等7个参数为输入,归一化耦合截面为输出的BP神经网络模型.该模型在预测电尺寸为[0.1,1.2]时的归一化耦合截面平均相对误差为3.8%.选取未出现在神经网络训练集与测试集中的输入参数,比较全波分析法计算值和神经网络预测值共480组数据,其平均相对误差为7.27%.最后通过实验测量,进一步验证了该模型的普适性和有效性.
文献关键词:
耦合截面;六边形孔阵;神经网络;全波分析法;预测精度
作者姓名:
贺智彬;闫丽萍;赵翔
作者机构:
四川大学 电子信息学院,成都 610065
文献出处:
引用格式:
[1]贺智彬;闫丽萍;赵翔-.基于BP神经网络的六边形孔阵耦合截面的预测)[J].强激光与粒子束,2022(05):114-121
A类:
六边形孔阵,耦合截面,全波分析法
B类:
孔缝,电磁能,重要参数,获取方法,垂直入射,法共,共获,输入参数,入神,孔壁,壁厚,入射波,极化角度,平均相对误差,神经网络训练,训练集,测试集,计算值,神经网络预测,实验测量
AB值:
0.184876
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。