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！

龙图腾网获悉龙宇电子(梅州)有限公司申请的专利一种基于神经网络的PCB阻抗特性预测评估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：CN120911397B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202511022163.4，技术领域涉及：G06F30/398；该发明授权一种基于神经网络的PCB阻抗特性预测评估方法是由李鑫;戴继罗;黄能调;廖苏;潘炽勤;贾勃勃;陈雨银;刘汇锋;李裕设计研发完成，并于2025-07-24向国家知识产权局提交的专利申请。

本一种基于神经网络的PCB阻抗特性预测评估方法在说明书摘要公布了：本发明公开了一种基于神经网络的PCB阻抗特性预测评估方法，包括采集并标准化多批次PCB阻抗样本数据，归一化并清洗多维特征，基于参数归因算法划分特征子空间，并构建具物理先验正则化的多分支神经网络，实现任务特异与协同解耦。通过多任务损失函数协同优化，动态监控模型精度与一致性，输出多任务预测及特征解释。该方案提高了模型在复杂工况下的预测准确性，为PCB设计与工艺优化提供了智能化的数据基础与性能监测能力。

本发明授权一种基于神经网络的PCB阻抗特性预测评估方法在权利要求书中公布了：1.一种基于神经网络的PCB阻抗特性预测评估方法，其特征在于，包括以下步骤： S1、采集高维PCB阻抗历史数据样本，针对多类型传输线、工作频段和温度工况，分别记录样本的对应任务标签信息； S2、对所述高维PCB阻抗历史数据样本执行预处理和工况标签划分处理，生成数据预处理结果； S3、基于预处理的高维PCB阻抗历史数据样本，进行特征子空间划分，将主导不同传输线类型、频段和环境条件阻抗输出的多维特征分组，形成参数分配方案； S4、将所述参数分配方案输入至多分支神经网络建模架构中，所述多分支神经网络建模架构包含共享底层特征提取层以及独立的多目标预测分支，每个分支均包含任务特异解耦层，各分支对应不同的传输线类型以及目标阻抗输出，所述多分支神经网络建模架构构建过程具体为： 对参数分配方案输出的高维参数分组结果进行解析，基于特征归因算法获得的参数子空间，确定各传输线类型、目标阻抗输出对应的特征集合，形成网络输入端的子空间特征映射结构； 将参数分配方案中各特征子空间的参数集合作为输入，通过深层神经网络底层权重共享机制，对高维PCB参数特征执行统一特征提取过程，生成共享底层特征张量； 基于所述共享底层特征张量，针对每一类传输线类型及目标阻抗输出，构建独立的多目标预测分支，并在分支结构中插入任务特异解耦层； 对每个任务特异解耦层的输出采用多头并行映射结构，将该传输线类型及阻抗输出分支与输入参数的子空间耦合关系进一步细化，生成分目标特征表示； 综合多目标预测分支的任务特异解耦输出，在网络整体建模架构中集成协作关系调控接口； S5、在所述任务特异解耦层中施加物理先验引导的可解释正则化项，通过调控正则化强度，限定部分工艺参数仅影响指定目标阻抗输出，具体为： 基于特征子空间划分结果，选取与目标阻抗输出具有高度物理相关性的工艺参数集合，作为任务特异解耦层的输入因子，通过参数分组映射构建特征分解输入矩阵； 对所述特征分解输入矩阵应用任务特异解耦变换算子，实现对工艺参数集合在各个目标阻抗预测分支中的显式分配，将参数混合特征根据先验物理关系映射到对应目标分支，形成多目标任务间受控的特征通路矩阵； 引入物理先验约束函数，根据实际PCB设计和制造工艺中的参数—阻抗物理因果关系，对所述特征通路矩阵施加软约束； 对上述软约束通路嵌入可解释正则化项，利用L1正则或物理先验导向范数惩罚，对参数影响权重分布实施稀疏性调制，促使模型自动筛除与目标阻抗输出无关的工艺参数，凝练最小必要特征集合； 动态调节可解释正则化项的强度参数，在训练过程中实时基于损失函数反馈调优正则化影响力，输出用于多目标任务间特征相关性约束的最终任务特异解耦结构； S6、对已正则化的多分支神经网络建模架构，采用多任务损失函数和任务间协同一致性监督机制进行联合训练，度量并调节不同目标预测结果间的物理一致性或已知冗余关系，动态优化训练过程； S7、在联合训练过程中，基于验证集实时监测各目标预测精度和任务间协同一致性指标，动态调整特征子空间解耦比例以及正则化约束强度； S8、利用优化后的多分支神经网络建模架构，输入不同结构参数、工艺参数与多工况条件数据，分别推理输出各任务下的目标阻抗预测结果及其不确定度区间。

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龙宇电子(梅州)有限公司，其通讯地址为：514000 广东省梅州市东升工业园AD8区；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。