稀疏表示与多任务学习的复杂核素识别

• 作者: 冯兴华 季海波 张江梅 王坤朋
• 来源期刊: 哈尔滨工业大学学报
• 学科: 工学
• 关键词: 核素识别 能谱校正 多任务学习 稀疏表示 ADMM
• 年，卷（期）: 2018,（10）
• 页码范围: 72-78
• 页数: 7页
• 分类号: TL817
• 字数: 5445字
• 语种: 中文
• DOI: 10.11918/j.issn.0367-6234.201711013

摘要

为提高核探测器在复杂环境下测量的适应性,提出了一种能谱校正和核素识别方法.针对核信号探测过程中,由于环境温度的交替变化会出现γ能谱偏移导致多核素识别率低的问题,提出了一种基于稀疏表示和多任务学习的核素识别方法.首先建立一个用于描述环境变量对于当前测量能谱影响的迁移矩阵,其次对测量能谱进行建模,该模型可以表示为标准能谱中独立核素能谱的瞬时叠加,由此核素识别问题就转化为多种核素能谱稀疏分解的问题,为求解该非凸优化问题采用交替方向乘子法(ADMM)的多任务学习方法同时优化迁移矩阵并进行稀疏分解,实现多核素识别.为验证该方法的可行性和有效性,利用高低温交变试验箱对CsI(Tl)探测器的测量环境进行模拟,分别测量得到11种核素和典型混合核素的实际放射性元素能谱数据,以及基于蒙特卡洛分析软件Geant4仿真IAEA规定的27种核素的单一与混合核素数据进行实验.结果表明,提出的方法即使在温度为:-20℃～50℃的环境下依然可以准确地识别多种常用核素.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	季海波	中国科学技术大学信息科学技术学院	72	432	12.0	16.0
2	王坤朋	西南科技大学信息工程学院	16	26	3.0	4.0
3	张江梅	中国科学技术大学信息科学技术学院	22	51	3.0	6.0
5	冯兴华	西南科技大学信息工程学院	9	18	3.0	4.0