微带不连续性的神经网络模型

吴文; 杨铨让; 顾虹; 周建义

您当前的位置：

首页 >

文章列表页 >

微带不连续性的神经网络模型

更新时间：2025-12-08

- 微带不连续性的神经网络模型
- The Neural Network Model of Microstrip Discontinuity
- 电子学报 1996年第11期
- 作者机构：
  
  东南大学毫米波国家重点实验室
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TP18
- 纸质出版：1996
- 稿件说明：
移动端阅览
[1]吴文,杨铨让,顾虹,周建义.微带不连续性的神经网络模型[J].电子学报,1996(11):85-87.

吴文, 杨铨让, 顾虹, et al. The Neural Network Model of Microstrip Discontinuity[J]. Acta Electronica Sinica, 1996, (11).
[1]吴文,杨铨让,顾虹,周建义.微带不连续性的神经网络模型[J].电子学报,1996(11):85-87. DOI：

吴文, 杨铨让, 顾虹, et al. The Neural Network Model of Microstrip Discontinuity[J]. Acta Electronica Sinica, 1996, (11). DOI：

摘要

本文采用多层感知器建立了微带不连续性的神经网络模型。把微带不连续性尺寸和频率作为输入样本，不连续性的Ｓ参数作为输出样本，采用ＢＰ算法对多层感知器进行训练。当多层感知器训练完成，在学习范围内将微带不连续电路尺寸和频率输入到多层感知器，从输出端立即得到准确的Ｓ参数。

Abstract

The multi-layer perceptron is introduced to charcacterize the microstrip discontinuity by describing s-parameters.The size of the microstrip and the frequency are defined as the input samples of the multi-layer perceptron

and the S-parameters are determined as the desired output samples.As the perceptron has been trained with the back propagation algorithm

the S-parameters of the microstrip at any arbitrary sizes and frequencies can be obtained quickly from the perceptron.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

背景感知机制的图像分类网络

基于神经网络的图像风格迁移算法综述

基于自适应空间映射多可信度模型的网状天线形态机电集成优化设计

差分编码与神经网络辅助的OFDM系统信道估计方法