基于人工神经网络的核素识别分析方法

• 作者: 刘议聪 牛德青 王伟
• 来源期刊: 兵工自动化
• 学科: 工学
• 关键词: 神经网络 快速识别 γ谱 主成分分析
• 年，卷（期）: 2015,（11）
• 页码范围: 86-91
• 页数: 6页
• 分类号: TP183
• 字数: 5389字
• 语种: 中文
• DOI: 10.7690/bgzdh.2015.11.022

摘要

针对传统的方法解析γ谱数据实现核素识别存在步骤多、精度低、专业知识要求高、识别速度慢等缺点，提出了一种基于人工神经网络的核素识别分析方法。在对全谱γ数据进行主成分分析的基础上，提取出γ谱的主要特征，将此特征信息输入人工神经网络，利用BP网络算法和RBF网络算法可快速地完成γ谱解析。分析结果表明：该方法降低了对探测器能量分辨率的要求，同时避免了寻峰、能量刻度与效率刻度等问题，简化了核素识别的过程，有效地提高了放射性核素的快速识别能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛德青	中国兵器工业第五八研究所智能检测技术部	12	62	5.0	7.0
2	王伟	中国兵器工业第五八研究所军品部	43	98	6.0	8.0
3	刘议聪	中国兵器工业第五八研究所智能检测技术部	3	18	2.0	3.0