论文部分内容阅读
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