(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211163235.3 (22)申请日 2022.09.23 (71)申请人 安徽医科 大学 地址 230000 安徽省合肥市梅 山路81号 (72)发明人 韩继钧　张巧天　徐国放　 (74)专利代理 机构 北京汇信合知识产权代理有 限公司 1 1335 专利代理师 戴凤仪 (51)Int.Cl. G01N 1/28(2006.01) G01N 27/04(2006.01) G01N 27/22(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种使用前馈神经网络拟合替代体模配制 经验公式的方法 (57)摘要 本发明涉及生物物理技术领域， 具体为一种 使用前馈神经网络拟合替代体模配制经验公式 的方法， 包括步骤如下： 制备若干个配方样本， 配 方样本包括油、 氯化钠、 明胶、 对甲基苯甲酸、 正 丙醇、 表面活性剂、 去离子 水和甲醛， 油和氯化钠 的含量由低到高搭配； 测量配方样本的介电特 性， 多次测量计算平均值和相对标准偏差， 对相 对标准偏差不符合要求的配方样本进行重新制 作并测量介电特性， 测量完成后， 按照相对介电 常数、 电导率整理制成两份表格； 使用前馈神经 网络拟合测量计算到的数据， 并训练模型； 制表； 查表。 本发 明打破了原有体模配制经验公式只能 在单频下配制体模的局限性， 经过实际测量， 本 发明具有更好的灵活性， 更高的准确性。 权利要求书2页 说明书6页 附图2页 CN 115493904 A 2022.12.20 CN 115493904 A 1.一种使用前馈神经网络拟合替代体模配制经验公式的方法， 其特征在于： 包括步骤 如下： 步骤(一)制备若干个配方样本， 配方样本包括油、 氯化钠、 明胶、 对甲基苯甲酸、 正丙 醇、 表面活性剂、 去离 子水和甲醛， 油和氯化钠的含量由低到高搭配； 步骤(二)测量配方样本的介电特性， 多次测量计算平均值和相对标准偏差， 对相对标 准偏差不符合要求的配方样本进行重新制作并测量介电特性， 测 量完成后， 按照相对介电 常数、 电导 率整理制成两份表格； 步骤(三)使用前馈神经网络拟合 步骤(二)中测量计算到的数据， 并训练模型； 步骤(四)制表； 步骤(五)查表。 2.根据权利要求1所述的一种使用前馈神经网络拟合替代体模配制经验公式的方法， 其特征在于： 步骤(一)中制备配方样本的过程如下： 步骤(1)备好足量实验材料， 包括： 花生油、 氯化钠、 明胶、 对 甲基苯甲酸、 正丙醇、 表面 活性剂、 去离 子水和甲醛； 步骤(2)量出34g明胶和190ml去离子水， 倒入500ml烧杯中， 保鲜膜密封杯口并用橡皮 筋固定， 浸泡2 ～3小时； 步骤(3)量出0.2g对甲基苯甲酸倒入100ml小烧杯中， 加入10ml正丙醇， 充分溶解后倒 入已经浸泡 好的明胶中； 步骤(4)打开水浴锅， 设置温度 为70℃， 在保鲜膜上扎若干小孔， 将500ml烧杯放进水浴 锅加热， 十分钟后充分搅拌直至明胶充分溶解， 得到明胶水 溶液； 步骤(5)将明胶水 溶液冷却至 50℃备用， 同时将油加热至 50℃备用； 步骤(6)按照顺序分别将100～20ml的明胶溶液和0～80mL的油加入到另一个容器中， 并分别加入0～1.40g的氯化钠， 并保持溶 液的温度为5 0℃； 步骤(7)剧烈搅拌直至所有油化为小液滴分散在 溶液中， 加入0～5.6mL的表面活性剂， 并充分搅拌至溶 液接近白色； 步骤(8)继续向容器中加入1.1ml的甲醛溶液， 持续搅拌至均匀， 按照不同的油和明胶 比例完成样本制备； 步骤(9)静置半小时除去表面气泡密封好后放入冰箱冷藏24小时， 取出样本静置在阴 凉处一周， 直至样本 完全凝固。 3.根据权利要求1所述的一种使用前馈神经网络拟合替代体模配制经验公式的方法， 其特征在于： 步骤(二)中测量的具体过程如下： 步骤(A)采用网络分析仪以及半刚性同轴探头对制备好的配方样本进行测量， 测量前 需对半刚性同轴探 头进行校准； 步骤(B)校准后将半刚性同轴探头与制备好的配方样本接触， 测量配方样本并使用温 度计测出配方样本当前温度； 步骤(C)测量完每个点后用纸巾清洁半刚性同轴探头,防止半刚性同轴探头上的油污 影响结果， 对相对标准偏差不符合要求的配方样本进行重新制作并再次进行测量工作。 4.根据权利要求3所述的一种使用前馈神经网络拟合替代体模配制经验公式的方法， 其特征在于： 网络分析仪的工作参数： 起始频率 为10Mhz， 终止频率 为3Ghz， 共1496个点。权　利　要　求　书 1/2 页 2 CN 115493904 A 25.根据权利要求3所述的一种使用前馈神经网络拟合替代体模配制经验公式的方法， 其特征在于： 校准液选择为 开路、 短路、 去离 子水。 6.根据权利要求1所述的一种使用前馈神经网络拟合替代体模配制经验公式的方法， 其特征在于： 步骤(三)具体包括数据集划分、 模型训练、 模型测试。 7.根据权利要求6所述的一种使用前馈神经网络拟合替代体模配制经验公式的方法， 其特征在于： 数据集的划分具体为： 从步骤(二)中的两个表格中选取64Mhz、 128Mhz、 298Mhz 的数据并分别保存在不同的表格中。 8.根据权利要求6所述的一种使用前馈神经网络拟合替代体模配制经验公式的方法， 其特征在于： 模型训练中包括输入层、 隐藏层、 输出层， 其中， 输入层为氯化钠浓度和油体 积， 隐藏层的层数为三层， 输出层为配方样本在64Mhz、 128Mhz对应的相对介电常数和电导 率。 9.根据权利要求8所述的一种使用前馈神经网络拟合替代体模配制经验公式的方法， 其特征在于： 输入层到第一层隐藏层的激活函数为 “logsig”， 第一层隐藏层到第二层隐藏 层的激活函数为 “poslin”， 第二层隐藏层到第三层隐藏层的激活函数为 “tansig”， 第三层 隐藏层到 输出层的激活函数为 “purelin”。 10.根据权利要求8所述的一种使用前馈神经网络拟合替代体模配制经验公式的方法， 其特征在于： 第一层隐藏层的神经元个数为8 0个， 第二层隐藏层的神经元个数为55个， 第三 层隐藏层的神经 元个数为3 0个。权　利　要　求　书 2/2 页 3 CN 115493904 A 3