| 基于径向基神经网络仿真γ能谱模板库的核素识别方法 |
| |
| 作者姓名： | 杜晓闯 涂红兵 黎岢 张洁 王康 刘鹤敏 梁漫春 汪向伟 |
| |
| 作者单位： | 1. 中广核工程有限公司 核电安全监控技术与装备国家重点实验室, 深圳 518172;2. 清华大学 工程物理系, 公共安全研究院, 北京 100084;3. 北京辰安科技股份有限公司, 北京 100094 |
| |
| 基金项目： | 核电安全监控技术与装备国家重点实验室长期基础课题 |
| |
| 摘 要： | 传统的γ能谱分析方法存在计算复杂、耗时较长等问题。该文通过Geant4软件模拟生成26种放射性核素γ能谱,并基于径向基神经网络进行拟合,建立γ能谱模板库。针对未知γ能谱,利用最小二乘法、非线性规划算法在模板库中寻找放射性核素的最优组合,利用集成学习的思想,集成两种算法计算结果,并建立客观的识别标准。运用所提方法识别单核素γ能谱、双核素混合γ能谱以及三核素混合γ能谱,识别结果表明该方法识别核素种类的准确率较高,具有可行性与有效性。
|
| 关 键 词： | 放射性核素识别 径向基神经网络 核素γ能谱模板库 最小二乘法 非线性规划 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《清华大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《清华大学学报(自然科学版)》下载全文 |
|
