- 1、本文档共10页,其中可免费阅读9页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明属于滤波器技术领域,具体为一种基于深度学习算法的滤波器的优化设计方法。本发明优化设计方法,针对滤波器的结构参数进行,滤波器的结构参数由滤波器的滤波响应曲线来反映;设计中使用逆向神经网络、正向神经网络和遗传算法,进行深度学习:滤波器的滤波响应曲线由切比雪夫多项式综合得到;将目标滤波响应曲线作为逆向神经网络的输入,获得结构参数的初始值;把初值输入给遗传算法、正向神经网络,进行迭代优化;优化目标为正向神经网络输出的滤波响应曲线与依据的滤波响应曲线差距最小,最后输出优化的滤波响应曲线,并获得最终滤
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 112989508 B
(45)授权公告日 2022.05.20
(21)申请号 202110138810.3 G06N 3/04 (2006.01)
文档评论(0)