一、神经网络入门 +手写体识别（理论+实操）
? MNIST数据集
? 网络结构
? 模型训练
? 输出结果
|
二、一维卷积自编码器构建滤波器电磁仿真模型的替代模型（理论+实操）
理论内容：（1D-CAE 模型构建、样本数据的获取、1D-CAE 模型搭建、1D-CAE 模型的评估方法）
实例操作：
? 基于1D-CAE 模型和PSO 算法的六阶陶瓷介质滤波器设计
? 基于1D-CAE 模型和PSO 算法的八阶陶瓷介质滤波器设计
? 基于1D-CAE 模型和PSO 算法的SLSL耦合器设计
? 基于1D-CAE 模型和PSO 算法的D-CRLH 滤波器设计
|
三、基于随机森林算法确定待优化设计参数的优化权重（理论+实操）
理论内容：（算法框架 、数据处理 、算法实现 、评估方法 ）
实例操作：
? 双模介质滤波器的几何参数权重预测
? 八阶腔体滤波器的几何参数权重预测
|
四、基于指标区间法的 PSO 算法阶段式智能优化算法（理论+实操）
理论内容：（算法框架与实验设置、改进的PSO指标区间法 、代理模型的搭建及训练、实验数据的获取 、实验环境）
实例操作：
? 四阶腔体滤波器的算法优化
? 八阶腔体滤波器的算法优化
? 六阶腔体滤波器的算法优化
|
五、基于自适应更新代理模型辅助 PSO 优化算法（理论+实操）
理论内容：（算法框架与实验设置、基于在线数据驱动的代理模型自适应更新、代理模型的搭建及训练、实验数据的获取、实验环境）
实例操作：
? 双模介质滤波器算法优化
? 六阶介质滤波器的算法优化
? 四阶腔体滤波器的算法优化
|
六、基于1D-CNN提取耦合矩阵的滤波器设计方法（理论+实操）
理论内容：（基于1D-CNN 模型的耦合矩阵提取方法、数据生成及处理、1D-CNN 模型构建、网络训练与优化、相位加载效应的消除）
实例操作：
? 四阶腔体滤波器的设计实例
? 六阶腔体滤波器的设计实例
|
七、matlab实现矢量拟合法（理论+实操）
理论内容：（数据文件与介绍、矢量拟合原理与程序函数调用、matlab实现矢量拟合法步骤）
实例操作：根据频率响应实现矢量拟合、矩阵拟合等
|
八、基于代理模型辅助MOEA/D的微波滤波器件多目标优化算法（理论+实操）
理论内容：（算法基础模块与框架介绍、代理模型自适应采样模块、代理模型建立模块）
实例操作：微波双工器优化实例验证
|
九、基于自适应权重向量MOEA/D的微波滤波器件优化算法（理论+实操）
理论内容：（MOEA/D-ANWV、权重向量更新机制、总体算法框架）
实例操作:
? 金属腔体滤波器的算法优化
? 金属腔体双工器的算法优化
|
十、微波滤波器件智能多目标辅助调试算法（理论+实操）
理论内容：（微波滤波器件智能辅助调试算法框架+微波滤波器件仿真调试验证）
实例操作：
? 金属腔体滤波器的仿真智能调试
? 金属腔体双工器的仿真智能调试
|
十一、微波滤波器件智能多目标辅助调试算法（理论+实操）
理论内容：（基于自编码器代理模型和全连接神经网络的天线优化设计方案、AE-ANN天线优化设计方案整体框架、AE-ANN天线优化设计方案实现步骤）
实例操作：
? “北斗”卫星微带贴片天线
? 数据集的获取和数据预处理
? 自编码器代理模型和全连接神经网络模型的搭建和训练
? 优化结果分析
|
十二、基于卷积自编码器代理模型和粒子群算法的天线优化设计（理论+实操）
理论内容：（CAE-PSO天线优化设计方案整体框架、CAE-PSO天线优化设计方案实现步骤）
实例操作：
? 同轴馈电矩形微带天线
? 数据集的获取和数据预处理
? 卷积自编码器代理模型的搭建和训练
? 粒子群优化算法设计
? 优化结果分析
|
十三、电磁学时域有限差分法
? 时域有限差分法的基本方程
? 导数的差分近似
? 三维问题的FDTD更新方程
数值稳定性和色散
? 时域算法中的稳定性
? FDTD方法的CFL稳定条件
? 数值色散
在Yee网格中创建目标
? 目标的定义
? 媒质近似
? 创建媒质网格
有/无源集总参数电路
? FDTD中元件的更新公式
? 元件的定义、初始化和模拟
? 正弦波电源激励的电阻
激励源与时频变换
? 常用FDTD仿真波形
? 激励源的定义和初始化
? 时城与频域的相互变换
散射参量
? S参量和回波损耗的定义
? S参数的计算
? 1/4波长变换器
卷积完美匹配层
? CPML的公式及算法
? CPML参数分布
? 微带线的S参数
|
电子产业一站式赋能平台
置顶卡
变色卡
