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！

龙图腾网恭喜浙江大学申请的专利一种基于深度学习的电源分配网络最坏噪声分析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：CN114818491B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202210426673.8，技术领域涉及：G06F30/27；该发明授权一种基于深度学习的电源分配网络最坏噪声分析方法是由卓成;董晓;陈宇飞设计研发完成，并于2022-04-22向国家知识产权局提交的专利申请。

本一种基于深度学习的电源分配网络最坏噪声分析方法在说明书摘要公布了：本发明公开了一种基于深度学习的电源分配网络最坏噪声分析方法，涉及如何基于卷积神经网络快速计算电源分配网络的各个子区域在给定激励下的最坏噪声。以电源网动态噪声仿真的结果作为标签，提取输入电流信息和电路子区域到电压源的距离信息作为特征，建立数据集；构建由距离特征处理模块和动态噪声预测模块组成的噪声分析网络，距离特征处理模块将输入的距离特征进行降维，再与电流特征拼接后输入动态噪声预测模块，获得各个子区域在该激励下的最坏噪声。该方法能够快速并准确地预测电源分配网络在给定激励下的最坏噪声，有效地提高了电源网动态噪声分析的效率。

本发明授权一种基于深度学习的电源分配网络最坏噪声分析方法在权利要求书中公布了：1.一种基于深度学习的电源分配网络最坏噪声分析方法，其特征在于，该方法包括以下步骤：S1对于给定的电源分配网络，将其划分成M×N个子区域，向每个子区域输入随机的三角波电流作为激励，将整个电源分配网络的电流特征矩阵以及每个子区域的中心点到电源分配网络中的各个VCC电压源的距离特征共同作为该激励下的特征，用仿真软件得到每个子区域的最坏噪声，作为该激励下的噪声标签；每改变一次三角波电流激励，获得一组特征和标签，通过随机赋予不同的输入电流，构建用于电源分配网络噪声分析的数据集；S2构建基于深度学习的噪声分析网络，包括距离特征处理模块和动态噪声预测模块两个部分：S2.1距离特征处理模块：将距离特征构建成的矩阵输入由若干卷积层、若干反卷积层和若干激活层构成的距离处理网络，对距离特征矩阵进行降维处理，输出处理后的距离特征；S2.2动态噪声预测模块：将电流特征与处理后的距离特征共同构成的特征矩阵输入由若干卷积层、若干反卷积层和若干激活层构成的噪声预测网络，得到噪声分析网络预测的在仿真时间内每个子区域的最坏噪声；S3对于给定的待分析的电源分配网络和输入电流信息，提取其电流特征和距离特征并输入噪声分析网络，获得目标时间内的最坏噪声。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；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”。