Scidown文献预览系统！
贴片天线的深度学习特征模式分类模型( A Deep-Learning Characteristic Modes Classification Model for Patch Antennas )
Ricardo E. Sendrea Constantinos L. Zekios Stavros V. Georgakopoulos Geometry Deep learning Training Correlation Shape Patch antennas Neural networks
本文提出了一种深度学习代理模型，其目的是预测任意一般几何体的特征模式。即，引入了一个基于物理的关联函数，能够对不同几何形状的模态电流进行分类。这些电流依次用于训练我们的基于图像的监督深度神经网络。利用Gielis的supershape公式生成所需数目的任意几何形状。作为概念验证，我们的算法在具有扰动矩形形状的贴片天线上进行了测试。我们的结果表明，我们的深度神经网络具有良好的预测能力。
SciDown文献求助系统（解决99%问题） Public Download IEEEXplore IEEEXplore
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 小胶质细胞介导的创伤性脑损伤导致慢性皮质炎症和神经元功能障碍下载
scidown 转移性鼻咽癌的局部放射治疗下载
scidown Pd-Zn /Sibunit催化剂上的乙炔加氢:溶剂和一氧化碳的影响下载