基于改进随机森林算法与多尺度卷积神经网络的频率选择表面敏捷设计

王义富; 廖广昕; 李华萍; 任燕飞; 黄浩然; 蒋伟; 郑沈理; 郭嘉诚; 杜力; 杜源

doi:10.11959/j.issn.1000-436x.2026013

您当前的位置：

首页 >

文章列表页 >

基于改进随机森林算法与多尺度卷积神经网络的频率选择表面敏捷设计

学术通信 | 更新时间：2026-02-10

- 基于改进随机森林算法与多尺度卷积神经网络的频率选择表面敏捷设计
- Integrating improved random forest algorithm and multi-scale convolutional neural network for agile design of frequency selective surface
- 通信学报 2026年47卷第1期页码：267-278
- 作者机构：
  
  1.中国西南电子技术研究所，四川成都 610036
  2.南京大学电子科学与工程学院，江苏南京 210023
- 作者简介：
  
  [ "王义富（1985- ），男，湖北黄石人，博士，中国西南电子技术研究所高级工程师，主要研究方向为天线隐身技术研究。" ]
  [ "廖广昕（2002- ），男，湖南岳阳人，南京大学硕士生，主要研究方向为AI辅助设计。" ]
  [ "李华萍（1997- ），女，四川广安人，中国西南电子技术研究所助理工程师，主要研究方向为天线隐身技术。" ]
  [ "任燕飞（1982- ），男，山西太原人，南京大学博士生，中国西南电子技术研究所研究员，主要研究方向为相控阵天线和智能天线。" ]
  [ "黄浩然（2001- ），男，广东广州人，南京大学硕士生，主要研究方向为AI辅助设计。" ]
  [ "蒋伟（2003- ），男，湖北荆州人，南京大学硕士生，主要研究方向为大模型的量化压缩加速。" ]
  [ "郑沈理（2002- ），男，广东潮阳人，南京大学硕士生，主要研究方向为大模型的量化。" ]
  [ "郭嘉诚（1996- ），男，山东济宁人，博士，南京大学副研究员，主要研究方向为射频太赫兹芯片和超导低温电路。" ]
  [ "杜力（1988- ），男，江苏南京人，博士，南京大学副教授、博士生导师，主要研究方向为智能传感电路与系统。" ]
  [ "杜源（1986- ），男，山西太原人，博士，南京大学教授、博士生导师，主要研究方向为高速芯片互联与智能计算。" ]
- 基金信息：
  
  国家重点研发计划基金资助项目(2021YFA0717700);江苏省双创团队基金资助项目(JSSCTD202202)
- DOI：10.11959/j.issn.1000-436x.2026013
  中图分类号： TN95
- 收稿：2025-11-03，
  
  修回：2026-01-14，
  
  录用：2026-01-15，
  
  纸质出版：2026-01-25
- 稿件说明：
移动端阅览
王义富,廖广昕,李华萍等.基于改进随机森林算法与多尺度卷积神经网络的频率选择表面敏捷设计[J].通信学报,2026,47(01):267-278.

Wang Yifu,Liao Guangxin,Li Huaping,et al.Integrating improved random forest algorithm and multi-scale convolutional neural network for agile design of frequency selective surface[J].Journal on Communications,2026,47(01):267-278.
王义富,廖广昕,李华萍等.基于改进随机森林算法与多尺度卷积神经网络的频率选择表面敏捷设计[J].通信学报,2026,47(01):267-278. DOI： 10.11959/j.issn.1000-436x.2026013.

Wang Yifu,Liao Guangxin,Li Huaping,et al.Integrating improved random forest algorithm and multi-scale convolutional neural network for agile design of frequency selective surface[J].Journal on Communications,2026,47(01):267-278. DOI： 10.11959/j.issn.1000-436x.2026013.

浏览量

343

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

大约束度卷积码快速译码方法的研究

基于改进随机森林算法与多尺度卷积神经网络的频率选择表面敏捷设计

Integrating improved random forest algorithm and multi-scale convolutional neural network for agile design of frequency selective surface

DOI：10.11959/j.issn.1000-436x.2026013