-
题名基于深度学习的船用大功率放大器特性数学建模
被引量：1
- 1
-
-
作者
王春鸽
-
机构
长江大学文理学院
-
出处
《舰船科学技术》
北大核心
2023年第4期113-116,共4页
-
基金
2021长江大学文理学院教学质量工程一流课程建设资助项目。
-
文摘
设计基于深度学习的船用大功率放大器特性数学建模方法,合理分析船用大功率放大器特性及特性影响因素间的相关性,为船用大功率放大器实际应用与改进提供可靠依据。通过模拟实验采集船用大功率放大器特性影响因素数据,并对其实施有效的归一化处理,将归一化后的船用大功率放大器特性影响因素数据、放大器输出功率当作深度学习算法的有效输入以及输出,利用深度学习算法合理实施训练,合理构造、拟合船用大功率放大器特性关于影响因素的数学模型,并实施合理验证。实验结果表明:该方法构建的船用大功率放大器特性数学模型,可有效分析负载电阻、环境温度等影响因素与船用大功率放大器间的相关性,助力设计出更适合应用于水上领域的船用大功率放大器。
-
关键词
深度学习
船用放大器
数学建模
大功率
归一化
深度置信网络
-
Keywords
deep learning
marine amplifier
mathematical modeling
high-power
normalization
deep confidence network
-
分类号
TN247
[电子电信—物理电子学]
-
