基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对α能谱低能拖尾现象严重、采用数学函数拟合时参数意义模糊等问题,提出将BP神经网络方法应用于α能谱分析工作中.通过搭建基于MATLAB平台的BP神经网络模型,分别进行α谱线预测和元素种类判断.首先选取可以表征能谱信息的参数作为输入,利用网络强大非线性映射功能,实现对α能谱的预测.其次以能谱全谱信息作为输入,通过对输入的数据信息进行归纳分类,判断出核素的种类.实验将预测谱线与原始能谱对比,其相关系数在0.99以上,残差范围在2%左右波动,能准确预测出α能谱.在核素种类的预测结果中,以低于1%的误差准确对实验中的两种核素进行判断.分析表明,神经网络具有准确、简单等优点,能较好地应用于α能谱分析工作中.
推荐文章
基于粒子群优化BP神经网络的脉象识别方法
脉象识别
粒子群算法
输出误差
误差反向传播算法
神经网络
泛化能力
BP神经网络在储量计算中的应用
神经网络
测井解释
孔隙度
含水饱和度
储量计算
流体性能
判断
改进粒子群算法在BP神经网络拟合非线性函数方面的应用
BP神经网络
粒子群算法
函数拟合
免疫接种
基于BP神经网络的n/γ甄别方法研究
n/γ甄别
BP神经网络
脉冲形状甄别
电荷比较法
频域梯度分析法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 BP神经网络方法在α粒子能谱分析中的应用
来源期刊 金属矿山 学科 地球科学
关键词 α能谱 BP神经网络 预测 分类
年,卷(期) 2014,(4) 所属期刊栏目 地质与测量
研究方向 页码范围 121-124
页数 4页 分类号 TP183|P575.4
字数 2686字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨剑波 成都理工大学核技术与自动化工程学院 15 72 5.0 7.0
3 庹先国 55 305 9.0 13.0
7 石睿 成都理工大学核技术与自动化工程学院 18 43 4.0 5.0
8 王旭 成都理工大学核技术与自动化工程学院 13 58 4.0 7.0
9 王琦标 成都理工大学核技术与自动化工程学院 3 12 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (8)
参考文献  (10)
节点文献
引证文献  (5)
同被引文献  (18)
二级引证文献  (11)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(4)
  • 引证文献(2)
  • 二级引证文献(2)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
α能谱
BP神经网络
预测
分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
金属矿山
月刊
1001-1250
34-1055/TD
大16开
安徽省马鞍山市经济开发区西塘路666号
26-139
1966
chi
出版文献量(篇)
9361
总下载数(次)
5
论文1v1指导