超宽带滤波器的稀疏贝叶斯正则化逆向神经网络建模

• 作者: 南敬昌 王梓琦 王颖 高明明
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 神经网络 逆向建模 贝叶斯 L1/2范数 超宽带滤波器
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 算法
• 页码范围: 232-237
• 页数: 6页
• 分类号: TP183
• 字数: 3970字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.10.042

摘要

针对射频器件建模中使用直接逆向神经网络精度较低,BP逆向神经网络泛化能力较差的问题,提出一种性能函数为贝叶斯L1/2范数的逆向神经网络建模方法.贝叶斯方法调整网络权系数避免过拟合现象,使模型输出更加平滑;增加L1/2范数扩充输入向量,使网络结构稀疏化且泛化能力更强.应用于超宽带滤波器谐振器逆向建模中,根据陷波频率处插入损耗值,求解对应的长度和宽度.结果 表明:该方法与BP逆向建模方法相比,求得的长度、宽度和频率相对误差分别减小81.4％、99.8％、48.9％,网络运行时间减少16.3％,不存在多解问题,建模效率更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	南敬昌	辽宁工程技术大学电子与信息工程学院	143	665	12.0	15.0
2	高明明	辽宁工程技术大学电子与信息工程学院	59	194	8.0	10.0
3	王颖	辽宁工程技术大学电子与信息工程学院	9	82	3.0	9.0
4	王梓琦	辽宁工程技术大学电子与信息工程学院	2	3	1.0	1.0