[發(fā)明專(zhuān)利]一種基于神經(jīng)網(wǎng)絡(luò)的質(zhì)子在器件中能量沉積預(yù)測(cè)方法在審
| 申請(qǐng)?zhí)枺?/td> | 202210087323.3 | 申請(qǐng)日: | 2022-01-25 |
| 公開(kāi)(公告)號(hào): | CN114492188A | 公開(kāi)(公告)日: | 2022-05-13 |
| 發(fā)明(設(shè)計(jì))人: | 李光耀;蔣煜琪;王煜澤;薛玉雄;曹榮幸;鄭澍;王磊;曾祥華 | 申請(qǐng)(專(zhuān)利權(quán))人: | 揚(yáng)州大學(xué) |
| 主分類(lèi)號(hào): | G06F30/27 | 分類(lèi)號(hào): | G06F30/27;G06F30/15 |
| 代理公司: | 南京瑞弘專(zhuān)利商標(biāo)事務(wù)所(普通合伙) 32249 | 代理人: | 陳建和 |
| 地址: | 225009 *** | 國(guó)省代碼: | 江蘇;32 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 神經(jīng)網(wǎng)絡(luò) 質(zhì)子 器件 能量 沉積 預(yù)測(cè) 方法 | ||
1.一種基于神經(jīng)網(wǎng)絡(luò)的質(zhì)子在器件中能量沉積預(yù)測(cè)方法,其特征在于,包括如下步驟:
步驟1:構(gòu)建質(zhì)子在器件中能量沉積的數(shù)據(jù)庫(kù),并將數(shù)據(jù)庫(kù)中的數(shù)據(jù)分為訓(xùn)練集數(shù)據(jù)和測(cè)試集數(shù)據(jù);
步驟2:對(duì)數(shù)據(jù)庫(kù)中所有數(shù)據(jù)進(jìn)行預(yù)處理;
步驟3:建立以預(yù)處理后的粒子能量、粒子數(shù)量以及粒子入射方向三個(gè)變量作為輸入,以預(yù)處理后的能量沉積為輸出的神經(jīng)網(wǎng)絡(luò)模型;
步驟4:確定神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),采用訓(xùn)練集數(shù)據(jù)進(jìn)行訓(xùn)練,訓(xùn)練完成后輸出模型在測(cè)試集數(shù)據(jù)的誤差與準(zhǔn)確率;
步驟5:選取訓(xùn)練好的網(wǎng)絡(luò)模型文件,讀取需要預(yù)測(cè)的數(shù)據(jù)集進(jìn)行預(yù)測(cè),得到器件中的能量沉積。
2.根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)的質(zhì)子在器件中能量沉積預(yù)測(cè)方法,其特征在于,所述步驟1中,所述數(shù)據(jù)庫(kù)中的數(shù)據(jù)包括對(duì)目標(biāo)系統(tǒng)的能量沉積采用實(shí)驗(yàn)方法得到的數(shù)據(jù)或?qū)δ繕?biāo)系統(tǒng)的能量沉積采用數(shù)值模擬仿真方法得到的數(shù)據(jù),并將數(shù)據(jù)庫(kù)中的數(shù)據(jù)按照8:2的比例分為訓(xùn)練集數(shù)據(jù)和測(cè)試集數(shù)據(jù)。
3.根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)的質(zhì)子在器件中能量沉積預(yù)測(cè)方法,其特征在于,所述步驟2中,對(duì)數(shù)據(jù)進(jìn)行的預(yù)處理包括:將粒子能量、粒子數(shù)量、粒子入射方向以及能量沉積分別進(jìn)行數(shù)據(jù)的歸一化處理。
4.根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)的質(zhì)子在器件中能量沉積預(yù)測(cè)方法,其特征在于,所述步驟3中,預(yù)測(cè)能量沉積的所述神經(jīng)網(wǎng)絡(luò)模型采用BP神經(jīng)網(wǎng)絡(luò),所述BP神經(jīng)網(wǎng)絡(luò)采用全聯(lián)結(jié)結(jié)構(gòu)的4層前饋神經(jīng)網(wǎng)絡(luò),每層神經(jīng)元個(gè)數(shù)為3、256、256、1,預(yù)處理后的粒子能量、粒子數(shù)量、粒子入射方向作為輸入,預(yù)處理后的能量沉積作為輸出。
5.根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)的質(zhì)子在器件中能量沉積預(yù)測(cè)方法,其特征在于,所述步驟4中,當(dāng)準(zhǔn)確率達(dá)到95%以上時(shí),保存網(wǎng)絡(luò)模型文件;當(dāng)準(zhǔn)確率低于95%時(shí),調(diào)節(jié)神經(jīng)網(wǎng)絡(luò)模型的學(xué)習(xí)率、迭代次數(shù)、神經(jīng)元數(shù)量后繼續(xù)優(yōu)化,直至準(zhǔn)確率提高至95%以上。
該專(zhuān)利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專(zhuān)利權(quán)人授權(quán)。該專(zhuān)利全部權(quán)利屬于揚(yáng)州大學(xué),未經(jīng)揚(yáng)州大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專(zhuān)利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210087323.3/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專(zhuān)利網(wǎng)。
- 硬件神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法、計(jì)算裝置、軟硬件協(xié)作系統(tǒng)
- 生成較大神經(jīng)網(wǎng)絡(luò)
- 神經(jīng)網(wǎng)絡(luò)的生成方法、生成裝置和電子設(shè)備
- 一種舌診方法、裝置、計(jì)算設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)
- 學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
- 脈沖神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法及相關(guān)轉(zhuǎn)換芯片
- 圖像處理方法、裝置、可讀存儲(chǔ)介質(zhì)和計(jì)算機(jī)設(shè)備
- 一種適應(yīng)目標(biāo)數(shù)據(jù)集的網(wǎng)絡(luò)模型微調(diào)方法、系統(tǒng)、終端和存儲(chǔ)介質(zhì)
- 用于重構(gòu)人工神經(jīng)網(wǎng)絡(luò)的處理器及其操作方法、電氣設(shè)備
- 一種圖像神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化方法及裝置
- 質(zhì)子導(dǎo)體及采用它的電化學(xué)裝置
- 燃料電池復(fù)合質(zhì)子膜及其制備方法
- 自支撐三明治結(jié)構(gòu)復(fù)合質(zhì)子導(dǎo)電膜及其制備方法
- 自支撐復(fù)合質(zhì)子導(dǎo)電膜及其制備方法
- 基于納米纖維陣列結(jié)構(gòu)的3維質(zhì)子導(dǎo)體、膜電極及其制備
- 一種質(zhì)子交換膜及其合成法與應(yīng)用
- 質(zhì)子顯微鏡、波譜儀、能譜儀、微納加工平臺(tái)
- 一種激光質(zhì)子分幅相機(jī)
- 一種激光質(zhì)子分幅相機(jī)
- 一種質(zhì)子交換膜的老化方法和質(zhì)子交換膜氫滲測(cè)試的方法





