基于压缩感知的252Cf源驱动核材料浓度识别技术研究

• 作者: 任勇 何鹏 冯鹏 周密 李鹏程 米德伶 魏彪
• 来源期刊: 强激光与粒子束
• 学科: 工学
• 关键词: 252Cf源噪声分析法 压缩采样 观测比 K最近邻识别算法 识别概率
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 粒子束技术
• 页码范围: 172-177
• 页数: 6页
• 分类号: TP301.6
• 字数: 3514字
• 语种: 中文
• DOI: 10.11884/HPLPB201527.074004

摘要

针对252 Cf源驱动噪声分析测量法中核材料浓度识别问题,采用压缩感知理论,在K最近邻(KNN)识别算法基础上,研究了一种基于压缩采样的K最近邻(CSKNN)分类识别方法,进而研究并分析了CSKNN方法的识别概率.实验结果表明,CSKNN分类识别方法只需少量的观测值(观测比M/N≥0.1),即可达到分类识别的目的;当信噪比提高时,识别概率将会以更快的速度收敛至100％,且对K值的敏感程度也会随之降低.这样,不仅提高了核军控核查的实时性,而且还有效降低了采样成本,为核材料浓度的在线判读提供了一种新的理论基础和实现方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏彪	重庆大学光电技术及系统教育部重点实验室	111	658	12.0	19.0
2	任勇	重庆大学通信工程学院	33	180	9.0	11.0
3	冯鹏	重庆大学光电技术及系统教育部重点实验室	65	390	12.0	16.0
4	米德伶	重庆大学光电技术及系统教育部重点实验室	53	365	11.0	15.0
5	何鹏	重庆大学光电技术及系统教育部重点实验室	10	35	4.0	5.0
6	周密	重庆大学光电技术及系统教育部重点实验室	13	106	4.0	10.0
7	李鹏程	重庆大学光电技术及系统教育部重点实验室	13	67	4.0	8.0