一种用于非线性器件建模的神经网络数据生成方法专利登记公告

专利名称：一种用于非线性器件建模的神经网络数据生成方法

摘要：本发明属于非线性器件设计技术领域，涉及一种用于非线性器件建模的神经网络数据生成方法，包括：1)获得非线性器件的主要输入输出样本数据；2)确定各个输入参数的取值范围，构造初始训练数据集合和初始测试数据集合；3)计算出所有子空间的有效误差，找出最大有效误差并和标准误差值比较，如果较小，说明得到足够的训练数据，结束，否则，选取具有最大有效误差的子空间，比较该子空间中各个输入参数的维度误差值，确定具有最大维度误差的输入参数；在具有最大有效误差的子空间内，取具有最大维度误差的输入参数维度上的所有中点，获得新的训练数

专利类型：发明专利

专利号：CN201210044012.5

专利申请（专利权）人：天津大学

专利发明（设计）人：马永涛;张齐军;林珲;朱琳

主权项：一种用于非线性器件建模的神经网络数据生成方法，包括下列步骤：第一步：获得非线性器件的主要输入输出样本数据，这些输入输出样本数据可以通过理论计算或实际测量获得；第二步：根据获得的样本数据，确定各个输入参数的取值范围，并设定一个标准误差值，利用各个输入参数的取值范围，构造初始训练数据集合和初始测试数据集合，定义初始的训练数据集合和测试数据集合分别是L1＝{输入采样空间的所有顶点}和T1＝{输入采样空间的中心点}，输入参数的个数即为输入采样空间的纬度；第二步：定义子空间的有效误差：对于某个子空间，子空间中心点的

专利地区：天津