支持向量机在射频功率器件建模中的应用研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-16页 |
| ·课题研究的背景 | 第11-12页 |
| ·国内外研究现状分析 | 第12-14页 |
| ·国外器件建模研究现状 | 第12页 |
| ·国内器件建模研究现状 | 第12-13页 |
| ·支持向量机研究现状 | 第13-14页 |
| ·课题研究的目的和意义 | 第14页 |
| ·论文的主要内容和结构 | 第14-16页 |
| 第2章 射频功率器件建模的理论基础 | 第16-25页 |
| ·射频功率器件建模方法 | 第16-17页 |
| ·行为级模型法 | 第17-24页 |
| ·幂级数法 | 第17-18页 |
| ·Volterra级数法 | 第18-19页 |
| ·包络域行为模型法 | 第19-20页 |
| ·谐波平衡法 | 第20-22页 |
| ·神经网络模型法 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 非线性散射函数理论 | 第25-32页 |
| ·表征非线性的传统方法 | 第25-28页 |
| ·单频率输入 | 第25-26页 |
| ·双频率输入 | 第26-27页 |
| ·多频率输入 | 第27-28页 |
| ·非线性散射函数法 | 第28-31页 |
| ·散射函数的线性化和矩阵表示 | 第29-31页 |
| ·非线性散射函数矩阵的性质 | 第31页 |
| ·本章小结 | 第31-32页 |
| 第4章 支持向量机理论基础 | 第32-42页 |
| ·机器学习问题 | 第32-33页 |
| ·经验风险最小化 | 第33页 |
| ·结构风险最小化 | 第33-34页 |
| ·支持向量机 | 第34-41页 |
| ·支持向量机分类 | 第35-36页 |
| ·支持向量机回归 | 第36-39页 |
| ·核函数 | 第39页 |
| ·训练算法 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第5章 射频功率器件建模 | 第42-62页 |
| ·支持向量机和神经网络对比 | 第42-52页 |
| ·支持向量机参数的影响 | 第42-46页 |
| ·实验数据测试系统 | 第46-47页 |
| ·实验流程图 | 第47-48页 |
| ·实验仿真对比 | 第48-52页 |
| ·领域知识支持向量机 | 第52-57页 |
| ·领域知识集成方法 | 第52-53页 |
| ·领域知识提取 | 第53页 |
| ·领域知识和支持向量机结合 | 第53-55页 |
| ·模型仿真结果分析 | 第55-57页 |
| ·噪声对模型的影响 | 第57-59页 |
| ·建模过程总结 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的论文和取得的科技成果 | 第68-69页 |
| 致谢 | 第69页 |
