买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安电子科技大学

摘要：基于人工神经网络的霍尔器件Verilog‑A仿真模型建立方法、系统、设备及介质，方法包括：建立霍尔器件等效模型，根据建立的等效模型将霍尔器件分解为若干个等效器件，得到等效器件的电学参数，得到训练好的网络模型参数，提取神经网络模型参数，根据提取的神经网络模型参数以及神经网络模型进行标准化以及归一化在Verilog‑A中进行描述，得到基于Verilog‑A语言描述的神经网络模型，将基于Verilog‑A语言描述的神经网络模型输出数据与步骤1建立的等效模型的连接关系进行行为级建模，得到基于人工神经网络的霍尔器件Verilog‑A仿真模型；系统、设备及介质，用于实现基于人工神经网络的霍尔器件Verilog‑A仿真模型建立方法；本发明具有模型结构简单、建模难度低、建模周期短、建模流程简单的特点。

主权项：1.一种基于人工神经网络的霍尔器件Verilog-A仿真模型建立方法，其特征在于，包括以下步骤：步骤1，建立霍尔器件的等效模型，根据建立的等效模型将霍尔器件分解为若干个等效器件；步骤2，使用范德堡法测量霍尔器件在不同测量条件下的特性曲线，根据特性曲线计算出步骤1得到的等效器件的电学参数；步骤3，将步骤2中对霍尔器件施加的测量条件以及该条件下等效器件的电学参数作为记录数据进行记录，其中施加的测量条件作为记录数据的特征，等效器件的电学参数作为记录数据的标签，将记录数据进行标准化以及归一化处理形成数据集；步骤4，将步骤3得到的数据集划分为训练集、验证集和测试集，将训练集输入到神经网络模型迭代优化神经网络模型参数，训练结束后，将验证集输入到训练后的模型中进行验证，优化神经网络模型超参数，根据误差判断是否停止训练，直至得到训练好的网络模型参数，测试集用于该评价模型的最终效果；步骤5，提取步骤4得到的神经网络模型参数，根据提取的神经网络模型参数以及神经网络模型进行标准化以及归一化在Verilog-A中进行描述，得到基于Verilog-A语言描述的神经网络模型，将基于Verilog-A语言描述的神经网络模型的输出数据与步骤1建立的等效模型的连接关系进行行为级建模，得到基于人工神经网络的霍尔器件Verilog-A仿真模型。

全文数据：

权利要求：

百度查询： 西安电子科技大学 基于人工神经网络的霍尔器件Verilog-A仿真模型建立方法、系统、设备及介质