期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
稀疏正则化逆向神经网络在双陷波超宽带天线设计中的应用
被引量:
1
1
作者
南敬昌
王梓琦
高明明
《计算机应用研究》
CSCD
北大核心
2019年第8期2473-2477,2482,共6页
在双陷波超宽带天线的设计过程中,直接逆向神经网络模型精度较低,而BP逆向神经网络泛化能力较差,若单独使用HFSS仿真软件需要不断优化天线各参数增加了设计时间。针对以上问题,提出一种将HFSS与稀疏正则化逆向神经网络联合的方法。该方...
在双陷波超宽带天线的设计过程中,直接逆向神经网络模型精度较低,而BP逆向神经网络泛化能力较差,若单独使用HFSS仿真软件需要不断优化天线各参数增加了设计时间。针对以上问题,提出一种将HFSS与稀疏正则化逆向神经网络联合的方法。该方法在逆向神经网络性能函数中增加l1/2范数和l2范数,l1/2范数引入了新的权系数,扩充了输入样本向量,使网络更易得到稀疏性解,逆模型精度更高,l2范数能有效避免过拟合现象,使网络泛化能力更强。应用于双陷波超宽带天线设计中,采用在辐射贴片上开弧形槽的方式产生陷波特性,根据天线目标电压驻波比逆向求解对应的开槽尺寸。仿真实验结果表明,与BP逆向神经网络方法相比,求得的与天线电压驻波比对应的开槽角度相对误差减小了69.3%,开槽半径相对误差减小了88.7%,网络运行时间减少了15.9%;最终设计的天线带宽为2.4~11GHz,实现了3.31~3.8GHz和4.98~6.05GHz的良好陷波特性,缩短了整个天线的设计周期。
展开更多
关键词
逆向神经网络
HFSS
l1/2范数
l2范数
双陷波超宽带天线
下载PDF
职称材料
改进果蝇算法优化广义回归神经网络的双陷波超宽带天线建模
被引量:
5
2
作者
南敬昌
曹馨元
+1 位作者
高明明
张沛泓
《激光与光电子学进展》
CSCD
北大核心
2021年第4期405-413,共9页
为实现对双陷波超宽带(UWB)天线的精准神经网络建模,提出了一种利用改进的果蝇算法(FOA)优化广义回归神经网络(GRNN)的建模方法。该方法通过扩大果蝇搜索范围,在味道判定公式中引入调整项来实现果蝇算法的改进,并用改进后的果蝇算法优化...
为实现对双陷波超宽带(UWB)天线的精准神经网络建模,提出了一种利用改进的果蝇算法(FOA)优化广义回归神经网络(GRNN)的建模方法。该方法通过扩大果蝇搜索范围,在味道判定公式中引入调整项来实现果蝇算法的改进,并用改进后的果蝇算法优化GRNN的光滑因子。这样可以避免果蝇算法陷入局部最优,提高模型预测精度。将该方法用于双陷波超宽带天线模型的建立中,并对天线的S11参数和电压驻波比VVSWR参数进行预测。结果表明,相比于FOA-GRNN建模方法和GRNN建模方法,S11参数的最大相对误差分别减小了91.08%和99.14%;VVSWR参数的最大相对误差分别减小了98.36%和99.18%,使超宽带天线建模精度得到提高,验证了该方法的可行性。
展开更多
关键词
光计算
广义回归神经网络
双陷波超宽带天线
果蝇算法
局部最优
光滑因子
原文传递
改进蝴蝶算法的神经网络天线建模
3
作者
南敬昌
黄菊
张慧妹
《电子测量与仪器学报》
CSCD
北大核心
2023年第12期166-175,共10页
为提高天线建模效率,改变传统建模方法速度慢、效率低的问题,提出了一种用改进的蝴蝶算法(BOA)优化多层前馈神经网络(back propagation neural network,BPNN)的天线建模方法。首先,以多层前馈神经网络为基础网络,建立蝴蝶算法优化的BP...
为提高天线建模效率,改变传统建模方法速度慢、效率低的问题,提出了一种用改进的蝴蝶算法(BOA)优化多层前馈神经网络(back propagation neural network,BPNN)的天线建模方法。首先,以多层前馈神经网络为基础网络,建立蝴蝶算法优化的BP神经网络,解决BP神经网络预测精度低的问题。其次,在蝴蝶算法中融入天牛须算法(BAS),用天牛须算法替代蝴蝶算法的局部寻优过程,减小蝴蝶算法的空间复杂度、解决蝴蝶算法易陷入局部最小值的问题,创建改进的BOA-BP神经网络对天线进行精准建模。设计实例表明,该网络的预测精度达到了99.60%,相比于传统的BPNN和未改进蝴蝶算法优化的BPNN,预测S11的误差分别减少了47%和40.9%。此外,改进的BOA算法的运行时间相对于粒子群算法和遗传算法也分别减小了80.86%和82.79%,大大降低了网络运行的时间成本。综上,改进的BOA优化后的BPNN的建模精度和速度均得到了提高,验证了改进的蝴蝶算法作为一种新型神经网络优化策略的可行性和有效性。
展开更多
关键词
多层前馈神经网络
双
陷波
蜂窝结构分形
超宽带
天线
蝴蝶算法
天牛须算法
权值优化
下载PDF
职称材料
题名
稀疏正则化逆向神经网络在双陷波超宽带天线设计中的应用
被引量:
1
1
作者
南敬昌
王梓琦
高明明
机构
辽宁工程技术大学电子与信息工程学院
出处
《计算机应用研究》
CSCD
北大核心
2019年第8期2473-2477,2482,共6页
基金
国家自然科学基金面上项目(61372058)
辽宁省高校重点实验室项目(LJZS007)
辽宁省教育厅科学研究一般项目(L2015209)
文摘
在双陷波超宽带天线的设计过程中,直接逆向神经网络模型精度较低,而BP逆向神经网络泛化能力较差,若单独使用HFSS仿真软件需要不断优化天线各参数增加了设计时间。针对以上问题,提出一种将HFSS与稀疏正则化逆向神经网络联合的方法。该方法在逆向神经网络性能函数中增加l1/2范数和l2范数,l1/2范数引入了新的权系数,扩充了输入样本向量,使网络更易得到稀疏性解,逆模型精度更高,l2范数能有效避免过拟合现象,使网络泛化能力更强。应用于双陷波超宽带天线设计中,采用在辐射贴片上开弧形槽的方式产生陷波特性,根据天线目标电压驻波比逆向求解对应的开槽尺寸。仿真实验结果表明,与BP逆向神经网络方法相比,求得的与天线电压驻波比对应的开槽角度相对误差减小了69.3%,开槽半径相对误差减小了88.7%,网络运行时间减少了15.9%;最终设计的天线带宽为2.4~11GHz,实现了3.31~3.8GHz和4.98~6.05GHz的良好陷波特性,缩短了整个天线的设计周期。
关键词
逆向神经网络
HFSS
l1/2范数
l2范数
双陷波超宽带天线
Keywords
Inverse neural network
HFSS
l 1/2 norm
l 2 norm
dual band-notchedUWB antenna
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
改进果蝇算法优化广义回归神经网络的双陷波超宽带天线建模
被引量:
5
2
作者
南敬昌
曹馨元
高明明
张沛泓
机构
辽宁工程技术大学电子与信息工程学院
出处
《激光与光电子学进展》
CSCD
北大核心
2021年第4期405-413,共9页
基金
国家自然科学基金(61971210)
辽宁省特聘教授项目(551710007004)
辽宁省自然科学基金指导计划项目(20180550282)。
文摘
为实现对双陷波超宽带(UWB)天线的精准神经网络建模,提出了一种利用改进的果蝇算法(FOA)优化广义回归神经网络(GRNN)的建模方法。该方法通过扩大果蝇搜索范围,在味道判定公式中引入调整项来实现果蝇算法的改进,并用改进后的果蝇算法优化GRNN的光滑因子。这样可以避免果蝇算法陷入局部最优,提高模型预测精度。将该方法用于双陷波超宽带天线模型的建立中,并对天线的S11参数和电压驻波比VVSWR参数进行预测。结果表明,相比于FOA-GRNN建模方法和GRNN建模方法,S11参数的最大相对误差分别减小了91.08%和99.14%;VVSWR参数的最大相对误差分别减小了98.36%和99.18%,使超宽带天线建模精度得到提高,验证了该方法的可行性。
关键词
光计算
广义回归神经网络
双陷波超宽带天线
果蝇算法
局部最优
光滑因子
Keywords
optics in computing
generalized regression neural network
double notch ultra-wideband antenna
fruit fly algorithm
local optimal
smoothness factor
分类号
TP391.9 [自动化与计算机技术—计算机应用技术]
原文传递
题名
改进蝴蝶算法的神经网络天线建模
3
作者
南敬昌
黄菊
张慧妹
机构
辽宁工程技术大学
出处
《电子测量与仪器学报》
CSCD
北大核心
2023年第12期166-175,共10页
基金
国家自然科学基金(61971210)
辽宁省应用基础研究计划项目(2022JH2/101300275)资助。
文摘
为提高天线建模效率,改变传统建模方法速度慢、效率低的问题,提出了一种用改进的蝴蝶算法(BOA)优化多层前馈神经网络(back propagation neural network,BPNN)的天线建模方法。首先,以多层前馈神经网络为基础网络,建立蝴蝶算法优化的BP神经网络,解决BP神经网络预测精度低的问题。其次,在蝴蝶算法中融入天牛须算法(BAS),用天牛须算法替代蝴蝶算法的局部寻优过程,减小蝴蝶算法的空间复杂度、解决蝴蝶算法易陷入局部最小值的问题,创建改进的BOA-BP神经网络对天线进行精准建模。设计实例表明,该网络的预测精度达到了99.60%,相比于传统的BPNN和未改进蝴蝶算法优化的BPNN,预测S11的误差分别减少了47%和40.9%。此外,改进的BOA算法的运行时间相对于粒子群算法和遗传算法也分别减小了80.86%和82.79%,大大降低了网络运行的时间成本。综上,改进的BOA优化后的BPNN的建模精度和速度均得到了提高,验证了改进的蝴蝶算法作为一种新型神经网络优化策略的可行性和有效性。
关键词
多层前馈神经网络
双
陷波
蜂窝结构分形
超宽带
天线
蝴蝶算法
天牛须算法
权值优化
Keywords
multilayer feedforward neural networks
dual notch cellular fractal ultra-wideband antenna
butterfly algorithm
beetle antennae search algorithm
weight optimization
分类号
TP391.9 [自动化与计算机技术—计算机应用技术]
TN820 [电子电信—信息与通信工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
稀疏正则化逆向神经网络在双陷波超宽带天线设计中的应用
南敬昌
王梓琦
高明明
《计算机应用研究》
CSCD
北大核心
2019
1
下载PDF
职称材料
2
改进果蝇算法优化广义回归神经网络的双陷波超宽带天线建模
南敬昌
曹馨元
高明明
张沛泓
《激光与光电子学进展》
CSCD
北大核心
2021
5
原文传递
3
改进蝴蝶算法的神经网络天线建模
南敬昌
黄菊
张慧妹
《电子测量与仪器学报》
CSCD
北大核心
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部