[发明专利]一种单元结构的电磁响应曲线预测方法和装置

权利要求书

1.一种单元结构的电磁响应曲线预测方法，其特征在于，包括：

获取训练样本，并初始化高斯过程参数，所述训练样本包括单元结构几何参数及对应的电磁响应曲线三次样条系数；

根据所述训练样本，获取高斯过程参数的最大后验概率；

根据所述最大后验概率获取高斯过程后验概率的中值函数及核函数；

根据外部输入的单元结构几何参数和所述中值函数及核函数，获取所述外部输入的单元结构几何参数对应的电磁响应曲线三次样条系数。

2.根据权利要求1所述的方法，其特征在于，所述根据训练样本，获取高斯过程参数的最大后验概率的步骤包括：

判断马尔可夫链是否循环足够多次；

如果循环足够多次，则根据每次循环保存的高斯过程参数的后验概率，获取最大的后验概率，即最大后验似然值。

3.根据权利要求2所述的方法，其特征在于，所述如果循环足够多次，则根据每次循环保存的高斯过程参数的后验概率，获取最大的后验概率，即最大后验似然值的步骤之后还包括：

根据所述最大后验似然值，计算高斯过程后验概率的中值函数及核函数。

4.根据权利要求2所述的方法，其特征在于，所述判断马尔可夫链是否循环足够多次的步骤之后还包括：

如果未循环足够多次，则：

获取高斯过程参数的后验概率；

保存所述高斯过程参数的后验概率。

5.根据权利要求4所述的方法，其特征在于，所述如果未循环足够多次，则获取高斯过程参数的后验概率的步骤包括：

依次更新马尔可夫链中高斯过程参数并计算所述训练样本在本次更新后的边缘相似性，该边缘相似性即为高斯过程参数的似然值；

计算高斯过程参数的先验概率；

将所述高斯过程参数的似然值与所述高斯过程参数的先验概率相乘，得到该高斯过程参数的后验概率；直至马尔可夫链中高斯过程参数更新完毕。

6.根据权利要求5所述的方法，其特征在于，用梅特罗波利斯-黑斯廷斯方法更新马尔可夫链中的高斯过程参数。

7.一种单元结构的电磁响应曲线预测装置，其特征在于，包括：

第一获取模块：用于获取训练样本，所述训练样本包括单元结构几何参数及对应的电磁响应曲线三次样条系数；

初始化模块，用于初始高斯过程参数；

第二获取模块：用于根据所述训练样本，获取高斯过程参数的最大后验概率；

第三获取模块：用于根据第二获取模块获取的最大后验概率获取高斯过程后验概率的中值函数及核函数；

第四获取模块，用于根据外部输入的单元结构几何参数和第三获取模块获取的中值函数及核函数，获取所述外部输入的单元结构几何参数对应的电磁响应曲线三次样条系数。

8.根据权利要求7所述的装置，其特征在于，第二获取模块包括：

判断单元，用于马尔可夫链是否循环足够多次；

第一获取单元，用于当判断单元判断出马尔可夫链循环足够多次的情况下，根据每次循环保存的高斯过程参数的后验概率，获取最大的后验概率，即最大后验似然值。

9.根据权利要求8所述的装置，其特征在于，第二获取模块还包括：

第二获取单元，用于根据第一获取单元获取的最大后验似然值，计算高斯过程后验概率的中值函数及核函数。

10.根据权利要求8所述的装置，其特征在于，第二获取模块还包括：

第三获取单元，用于当判断单元判断出马尔可夫链未循环足够多次的情况下，获取高斯过程参数的后验概率；

保存单元，用于保存第三获取单元获取的高斯过程参数的后验概率。