专利名称：一种提取电磁特性曲线特征信息的方法及装置的制作方法
技术领域：
本发明涉及超材料领域，具体涉及一种提取电磁特性曲线特征信息的方法及装置。
背景技术：
随着超材料技术的发展，人工电磁材料结构单元电磁特性的描述和特征信息的提取对人工电磁材料自动化设计起着至关重要的作用。 目前，提取人工电磁材料结构单元电磁特性的方法为获取人工电磁材料单元的介电常数和频率值，然后根据这些节点常数和频率值人工估算提取电磁信息从而进行设计。在对现有技术的研究和实践过程中，本发明的发明人发现，现有的人工电磁材料结构单元电磁特性的提取方法没有标准化，且提取精度较低。
发明内容
本发明实施例提供一种提取电磁特性曲线特征信息的方法，包括获取人工电磁材料单元的电磁响应参数数据；根据所述人工电磁材料单元的电磁响应参数数据，构造连续的前馈型BP神经网络函数；根据所述前馈型BP神经网络函数，提取人工电磁材料电磁特性曲线的全部特征信息。相应地，本发明还提供一种提取电磁特性曲线特征信息的装置，包括数据获取�？椋糜诨袢∪斯さ绱挪牧系ピ牡绱畔煊Σ问荩缓乖炷？椋糜诟菟鋈斯さ绱挪牧系ピ牡绱畔煊Σ问荩乖炝那袄⌒虰P神经网络函数；数据提取�？椋菟銮袄⌒虰P神经网络函数，提取人工电磁材料电磁特性曲线的全部特征信息。本发明实施例通过获取人工电磁材料单元的电磁响应参数数据；根据所述电磁响应参数数据，构造前馈型BP神经网络函数；根据所述前馈型BP神经网络函数，提取电磁特性曲线全部特征信息。通过根据离散的人工电磁材料单元的电磁特性数据构造前馈型BP神经网络函数，从而从前馈型BP神经网络函数中提取连续的全部电磁特性曲线信息特征，提高了电磁特性曲线信息特征的提取精度，实现了标准化提取电磁特性曲线的信息特征。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图I是本发明第一实施例提供的提取电磁特性曲线特征信息的方法的流程图；图2是本发明第二实施例提供的提取电磁特性曲线特征信息的方法的流程图；图3是本发明第三实施例提供的提取电磁特性曲线特征信息的装置的结构示意图。
具体实施例方式本发明实施例提供一种提取电磁特性曲线特征信息的方法及装置。以下分别进行详细说明。本发明实施例一的一种提取电磁特性曲线特征信息的方法的流程图可参考图1， 该方法包括步骤101，获取人工电磁材料单元的电磁响应参数。 该电磁响应参数具体为，离散的介电常数和所述介电常数对应的频率。获取人工电磁材料单元的离散的各介电常数，以及这些介电常数对应的频率值。步骤102，根据电磁响应参数，构造前馈型BP神经网络函数。根据所述介电常数和所述介电常数对应的频率，构造前馈型BP神经网络，前馈型BP神经网络是一种可以无限逼近潜在函数的数学描述方法，通常，前馈型网络可分为不同的多个层，第j层的输入只与第j-1层的输出相连，输入层和输出层能与外界相连，在输入层输出层之间的称为隐层。其中每个神经元的结构包括各个神经元接受前一层的输入，并输出给下一层，没有反馈。它有三个基本要素一组连接，传输信号的强度由权值表示，权值为正表示激活，权值为负表示抑制；一个求和单元，用于求取各个输入信号线性加权再加上一个bias后的值；一个传递函数，也叫激发函数，主要放入一些非线性的传递函数,如正切S型传递函数、对数S型传递函数，以起到非线性影射的作用，并将输出限定在一定的范围内。首先对步骤101中的介电常数I和频率值X对进行归一化处理可加快网络的收敛速度，把数据划归到预定范围之间。然后，创建一个含有3个隐层(输出层也属于一个隐层)的前馈型BP神经网络，传递函数使用正切S型传递函数，学习函数使用带动量项的BP学习规则，训练函数使用BP算法训练函数，性能分析函数使用均方根误差性能分析函数，训练步数可以为2000步,训练目标为均方根误差接近为零。步骤103，根据所述前馈型BP神经网络函数，提取电磁特性曲线全部特征信息。获得误差范围内的前馈型PB神经网络函数，该函数为连续函数，因此，可以根据该函数，提取人工电磁材料单元的全部特性信息。本发明实施例通过获取人工电磁材料单元的电磁响应参数数据；根据所述电磁响应参数数据，构造前馈型BP神经网络函数；根据所述前馈型BP神经网络函数，提取电磁特性曲线全部特征信息。通过根据离散的人工电磁材料单元的电磁特性数据构造前馈型BP神经网络函数，从而从前馈型BP神经网络函数中提取连续的全部电磁特性曲线信息特征，提高了电磁特性曲线信息特征的提取精度，实现了标准化提取电磁特性曲线的信息特征。为便于理解，下面对本发明实施例中的提取电磁特性曲线特征信息的方法进行详细描述，请参阅图2，是本发明第二实施例中的提取电磁特性曲线特征信息的方法流程图
步骤201，获取人工电磁材料单元的离散的介电常数和所述介电常数对应的频率。获取人工电磁材料单元的离散的各介电常数，以及这些介电常数对应的频率值。步骤202，根据归一化处理公式，对所述介电常数和所述频率进行归一化处理，获得介电常数的划归范围。具体的，首先根据如下公式y = (ymax-ymin)氺(x-xmin)/(xmax-xmin)+ymin对步骤101中的介电常数I和频率值X对进行归一化处理可加快网络的收敛速度，其中ymax = I, ymin = -I,从而把数据划归到ymax与ymin之间。 步骤203，根据所述划归范围，创建含有三个隐层的前馈型BP神经网络。步骤204，根据所述前馈型BP神经网络函数，提取电磁特性曲线全部特征信息。所述前馈型BP神经网络函数的传递函数为正切S型传递函数。步骤205，计算所述前馈型BP神经网络函数的误差。本发明实施例通过获取人工电磁材料单元的离散的介电常数和所述介电常数对应的频率；根据所述介电常数和所述介电常数对应的频率，构造前馈型BP神经网络函数；根据所述前馈型BP神经网络函数，提取电磁特性曲线全部特征信息。通过根据离散的人工电磁材料单元的电磁特性数据构造前馈型BP神经网络函数，从而从前馈型BP神经网络函数中提取连续的全部电磁特性曲线信息特征，提高了电磁特性曲线信息特征的提取精度，实现了标准化提取电磁特性曲线的信息特征。下面对本发明实施例还提供一种提取电磁特性曲线特征信息的装置进行详细说明，该装置包括数据获取模块1，用于获取人工电磁材料单元的电磁响应参数数据。该电磁响应参数数据具体可以为离散的介电常数和所述介电常数对应的频率。函数构造�？�2，用于根据所述电磁响应参数数据，构造前馈型BP神经网络函数。数据提取�？�3，用于根据所述前馈型BP神经网络函数，提取电磁特性曲线全部特征信息。优选的,所述装置,还包括误差计算�？�4，用于计算所述前馈型BP神经网络函数的误差。优选的，所述函数构造�？榘ü橐淮淼ピ�21，用于根据归一化处理公式，对所述介电常数和所述频率进行归一化处理，获得介电常数的划归范围；函数构造单元22，用于根据所述划归范围，创建含有三个隐层的前馈型BP神经网络函数。本发明实施例通过获取人工电磁材料单元的离散的介电常数和所述介电常数对应的频率；根据所述介电常数和所述介电常数对应的频率，构造前馈型BP神经网络函数；根据所述前馈型BP神经网络函数，提取电磁特性曲线全部特征信息。通过根据离散的人工电磁材料单元的电磁特性数据构造前馈型BP神经网络函数，从而从前馈型BP神经网络函数中提取连续的全部电磁特性曲线信息特征，提高了电磁特性曲线信息特征的提取精度，实现了标准化提取电磁特性曲线的信息特征。本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括ROM、RAM、磁盘或光盘等。以上对本发明实施例所提供的方法和装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的 方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式
及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
权利要求
1.一种提取电磁特性曲线特征信息的方法，其特征在于，包括 获取人工电磁材料单元的电磁响应参数数据；根据所述人工电磁材料单元的电磁响应参数数据，构造连续的前馈型BP神经网络函数；根据所述前馈型BP神经网络函数，提取人工电磁材料电磁特性曲线的全部特征信息。
2.如权利要求I所述的方法，其特征在于，在所述构造前馈型BP神经网络函数之后，还包括 计算所述前馈型BP神经网络函数的误差。
3.如权利要求I所述的方法，其特征在于，所述电磁响应参数数据为介电常数和介电常数对应的频率值。
4.如权利要求3所述的方法，其特征在于，所述构造前馈型BP神经网络函数具体为 根据归一化处理公式，将所述介电常数和所述频率值进行归一化处理，获得介电常数的划归范围； 根据所述划归范围，创建含有三个隐层的前馈型BP神经网络。
5.如权利要求4所述的方法，其特征在于，所述前馈型BP神经网络函数的传递函数为正切S型传递函数。
6.一种提取电磁特性曲线特征信息的装置，其特征在于，包括 数据获取�？椋糜诨袢∪斯さ绱挪牧系ピ牡绱畔煊Σ问荩� 函数构造�？椋糜诟菟鋈斯さ绱挪牧系ピ牡绱畔煊Σ问荩乖炝那袄⌒虰P神经网络函数； 数据提取�？椋糜诟菟銮袄⌒虰P神经网络函数，提取电磁特性曲线全部特征信肩、O
7.如权利要求6所述的装置，其特征在于，所述装置还包括 误差计算模块，用于计算所述前馈型BP神经网络函数的误差。
8.如权利要求6所述的装置，其特征在于，所述电磁响应参数为介电常数和所述介电常数对应的频率值。
9.如权利要求6所述的装置，其特征在于，所述函数构造�？榘� 归一处理单元，用于根据归一化处理公式，对所述介电常数和所述频率进行归一化处理，获得介电常数的划归范围； 函数构造单元，用于根据所述划归范围，创建含有三个隐层的前馈型BP神经网络函数。
10.如权利要求6所述的装置，其特征在于，所述前馈型BP神经网络函数的传递函数为正切S型传递函数。
全文摘要
本发明实施例提供一种提取电磁特性曲线特征信息的方法及装置，包括获取人工电磁材料单元的电磁响应参数数据，根据所述介电常数和所述电磁响应参数数据，构造前馈型BP神经网络函数，根据所述前馈型BP神经网络函数，提取电磁特性曲线全部特征信息，实施本发明实施例，可以提高了电磁特性曲线信息特征的提取精度，实现了标准化提取电磁特性曲线的信息特征。
文档编号G01R23/02GK102768306SQ20111011200
公开日2012年11月7日 申请日期2011年4月30日 优先权日2011年4月30日
发明者刘斌, 刘若鹏, 栾琳, 陈智伟 申请人:深圳光启创新技术有限公司, 深圳光启高等理工研究院
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
