【技术实现步骤摘要】
本专利技术属于集成电路，具体涉及一种基于卷积神经网络的模拟电路性能指标获取方法及其装置。
技术介绍
1、随着科技的发展，模拟集成电路应用于生活的方方面面，对人类的科技发展和日常生活产生了深远的影响。
2、在模拟集成电路的设计中，通过反复运行仿真软件，比较性能指标来确定最优设计方案，这一设计过程高度依赖经验。然而，目前通用的模拟集成电路仿真软件仿真时间较长，导致设计效率低下。此外，随着工艺的不断改进，器件的尺寸也在不断缩小，这可能会给模拟集成电路引入寄生参数和非理想因素，这将导致传统的电路方程不能很好地描述模拟集成电路，从而影响设计的精度。因此，十分有必要提出一种高效的模拟集成电路建模方法，去提高模拟集成电路的设计效率。
技术实现思路
1、为了解决现有技术中存在的上述问题，本专利技术提供了一种基于卷积神经网络的模拟电路性能指标获取方法及其装置。本专利技术要解决的技术问题通过以下技术方案实现：
2、第一方面，本专利技术提供一种基于卷积神经网络的模拟电路性能指标获取方法，
本文档来自技高网...
【技术保护点】
1.一种基于卷积神经网络的模拟电路性能指标获取方法，其特征在于，包括：
2.根据权利要求1所述的基于卷积神经网络的模拟电路性能指标获取方法，其特征在于，根据所述待识别的模拟电路的结构，将所述设计参数映射到二维空间矩阵中，得到所述设计参数对应的二维稀疏矩阵，包括：
3.根据权利要求1所述的基于卷积神经网络的模拟电路性能指标获取方法，其特征在于，所述基础元件包括晶体管、电容或电阻。
4.根据权利要求1所述的基于卷积神经网络的模拟电路性能指标获取方法，其特征在于，在对初始的卷积神经网络模型进行训练之前，包括：
5.根据权利要求...
【技术特征摘要】
1.一种基于卷积神经网络的模拟电路性能指标获取方法，其特征在于，包括：
2.根据权利要求1所述的基于卷积神经网络的模拟电路性能指标获取方法，其特征在于，根据所述待识别的模拟电路的结构，将所述设计参数映射到二维空间矩阵中，得到所述设计参数对应的二维稀疏矩阵，包括：
3.根据权利要求1所述的基于卷积神经网络的模拟电路性能指标获取方法，其特征在于，所述基础元件包括晶体管、电容或电阻。
4.根据权利要求1所述的基于卷积神经网络的模拟电路性能指标获取方法，其特征在于，在对初始的卷积神经网络模型进行训练之前，包括：
5.根据权利要求4所述的基于卷积神经网络的模拟电路性能指标获取方法，其特征在于，对初始的卷积神经网络模型进行训练，包括：
6....
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。