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！

龙图腾网获悉芯创智创新设计服务中心(宁波)有限公司申请的专利一种工业芯片常用变压器的深度神经网络建模方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115796112B 。

龙图腾网通过国家知识产权局官网在2026-02-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211530054.X，技术领域涉及：G06F30/398；该发明授权一种工业芯片常用变压器的深度神经网络建模方法是由刘志强;徐鹏;周勇;夏衡;杨玉茹;刘问博设计研发完成，并于2022-11-30向国家知识产权局提交的专利申请。

本一种工业芯片常用变压器的深度神经网络建模方法在说明书摘要公布了：本发明涉及一种工业芯片常用变压器的深度神经网络建模方法，属于片上变压器建模技术领域，该方法包括：S1、确定变压器的结构、工作频率、几何参数以及仿真的性能，并将变压器的多个几何参数定义为向量X，待求解的多个性能定义为向量Y；S2、在设定区间采用适合的采样方法获取大量的几何参数X，然后通过电磁仿真计算出对应的性能指标Y，构成样本数据集X,Y；S3、对样本数据集X,Y进行归一化处理；S4、采用机器学习算法建立片上变压器的深度神经网络模型；S5、对所述深度神经网络模型进行测试和验证。本发明提供的方法能够在有限的建模样本下建立起高精度深度模型，提升建模时所需的样本效率并且避免机器学习的过拟合问题。

本发明授权一种工业芯片常用变压器的深度神经网络建模方法在权利要求书中公布了：1.一种工业芯片常用变压器的深度神经网络建模方法，包括以下步骤： S1、确定变压器的结构、工作频率、几何参数以及仿真的性能指标，并将变压器的多个几何参数定义为向量X，待求解的多个性能指标定义为向量Y； S2、在每个几何参数的设定区间采用适合的采样方法获取大量的几何参数X，然后通过电磁仿真计算出对应的性能指标Y，从而构成样本数据集X,Y； S3、对样本数据集X,Y进行归一化处理，避免多性能之间由于巨大差异引起的数据波动，保证建模能够收敛； S4、使用归一化处理后的样本数据集，采用机器学习算法建立片上变压器的深度神经网络模型； S5、对所述深度神经网络模型进行测试和验证； 步骤S4具体为： S41、建立片上变压器的深度神经网络模型的表达式为： Y＝X,θ式中：向量X为给定变压器的多个几何参数，向量Y为对应的多个性能指标，θ表示待求解的模型系数，f.表示模型函数； S42、采用M层残差神经网络作为几何深度特征提取层，将几何参数提取为几何电学特征，对于第mm＝1,2,3，…，M层残差网络，其输入、输出的计算公式为： am＝ghm+am‑1其中： hm＝wmam‑1+bm式中：am‑1代表第m层残差网络的输入参数，am代表第m层残差网络的输出参数，w和b是模型权重，g代表激活函数； S43、采用BatchNorm层以批量正则化的形式对由残差神经网络提取出的所述几何电学特征数据进行处理； S44、将正则化后的几何电学特征数据馈入到N层全连接人工神经网络中，预测出片上变压器的最终电学性能Y，对于第n层人工神经网络，计算公式如下： cn＝ghnhn＝wncn‑1+bn式中，cn‑1代表第n层人工神经网络的输入，cn代表第n层人工神经网络的输出，g代表激活函数； S45、对模型结构进行训练，最终求解出模型系数θ，从而建立起片上变压器的深度神经网络模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人芯创智创新设计服务中心(宁波)有限公司，其通讯地址为：315000 浙江省宁波市鄞州区学士路642弄2号卓悦大厦7楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。