利用S-B自适应采样方法加速基于空间映射技术的神经网络建模

将空间映射技术用于辅助神经网络的建模可以帮助降低神经网络的复杂程度,从而达到降低训练成本的目的。但是,不论是空间映射技术还是神经网络的训练,需要大量的采样是这一技术中一个关键问题。本文将一种灵活高效的自适应采样技术运用在基于空间映射技术的神经网络建模过程中,大大减少了建模需要的采样时间,提高了最终得到模型的精度。

基于版图级综合的频率部分空间映射神经网络建模技术及其在LTCC射频电路中的应用

提出了基于电路版图级综合的频率部分空间映射神经网络建模的微波电路设计方法.将空间映射技术应用在神经网络建模中降低了神经网络的复杂程度,频率部分空间映射技术仅建立部分设计参数的映射,在确保一定准确度的前提下可以提高建模效率,减小神经网络拓扑结构的复杂性,使粗模型的参数提取时间以及神经网络的训练时间减少.空间映射技术中粗模型由版图级综合得到,基于全波分析的集总电路建模考虑寄生效应,具有一定的准确性和快速性,作为频率部分空间映射神经网络建模技术高质量的粗模型,从而提高了建摸的准确性和速度,增强建模的灵活性.在细模型的扫频中,采用S-B自适应采样技术可以进一步减少建模时间.本文用此方法设计低温共烧陶瓷滤波器,证明用这种方法建模快速、准确.

用 Shape Blending 表达物体转动的一种方法

ｓｈａｐｅｂｌｅｎｄｉｎｇ技术涉及两个问题：多边形顶点对应关系的建立和插值方法。本文对这两个问题提出了新的方法，使得ｓｈａｐｅｂｌｅｎｄｉｎｇ技术能描绘物体从正面到侧面的转动。