基于Elman神经网络的252Cf源核系统随机中子脉冲信号识别方法

• 作者: 冯鹏 刘思远 米德伶
• 来源期刊: 强激光与粒子束
• 学科: 工学
• 关键词: 252 Cf源核信息系统 随机中子信号 Elman神经网络 核材料识别
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 粒子束技术
• 页码范围: 2224-2228
• 分类号: TL99
• 字数: 2647字
• 语种: 中文
• DOI: 10.3788/HPLPB20112308.2224

摘要

针对252 Cf自发裂变中子源构成的核信息系统,以实际所测随机中子脉冲数据的自相关函数为研究对象,借助仿真实验,利用Elman神经网络对不同质量核材料进行识别.在实测数据的基础上,通过叠加随机抖动,模拟产生了不同质量核材料的相关函数样本,并将其用于神经网络的训练与测试,实验结果表明,训练过的Elman神经网络能够较好地识别相关函数的特征,分辨不同质量的核材料,平均识别率达到85％,综合平均误差为0.04,且具有较高的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯鹏	重庆大学光电工程学院光电技术及系统教育部重点实验室	65	390	12.0	16.0
2	米德伶	重庆大学光电工程学院光电技术及系统教育部重点实验室	53	365	11.0	15.0
3	刘思远	重庆大学光电工程学院光电技术及系统教育部重点实验室	3	5	1.0	2.0