核脉冲峰值序列轻量化神经网络核素识别模型及其FPGA加速方法

1

作者 李超 石睿 +3 位作者 曾树鑫 徐鑫华 魏雨鸿 庹先国 《强激光与粒子束》 北大核心 2025年第5期139-149,共11页

放射性核素已在核医疗、核安保及无损检测等领域中广泛应用,而对其准确识别是放射性核素定性检测的基础。在便携式核素识别仪中,基于传统能谱分析方法存在延迟高、识别率低等不足。提出一种基于核脉冲峰值序列的核素识别轻量化神经网络... 放射性核素已在核医疗、核安保及无损检测等领域中广泛应用,而对其准确识别是放射性核素定性检测的基础。在便携式核素识别仪中,基于传统能谱分析方法存在延迟高、识别率低等不足。提出一种基于核脉冲峰值序列的核素识别轻量化神经网络模型及其FPGA硬件加速方法,通过引入深度可分离卷积和倒残差模块,并使用全局平均池化替代传统全连接层,构建了一种轻量化、高效的神经网络模型。针对网络训练数据集,通过蒙特卡罗工具包Geant4构建NaI(Tl)探测器模型,获取模拟能谱,再由核脉冲信号模拟仿真器根据能谱产生核脉冲信号序列,构建了16种核脉冲信号数据。最后,将训练好的模型通过量化、融合与并行计算等优化方法部署到PYNQ-Z2异构芯片,实现加速。实验结果表明,模型识别精度可达98.3%,相较传统卷积神经网络模型提高了13.2%,参数量仅为2 128。FPGA优化加速后单次识别耗时0.273 ms,功耗为1.94 W。 展开更多

关键词 核素识别 核信号 神经网络 FPGA 硬件加速

在线阅读 下载PDF 职称材料

基于PCA-FCN混合模型的NaI(Tl)伽马能谱核素识别技术研究

2

作者 刘鑫 赵日 +9 位作者 谭俊 王茂林 黄健 张静 梁润成 刘兆行 石忠焱 王佳 令狐仁静 刘立业 《辐射防护》 北大核心 2025年第4期327-336,共10页

NaI(Tl)探测器能量分辨率较差使得基于其获取的伽马能谱进行准确的核素识别较为困难,为提高识别准确率,综合已有研究方法和模型的优缺点,提出了PCA-FCN混合识别模型,并基于随机化策略通过实验测量和蒙特卡罗模拟构建了有较强通用性的γ... NaI(Tl)探测器能量分辨率较差使得基于其获取的伽马能谱进行准确的核素识别较为困难,为提高识别准确率,综合已有研究方法和模型的优缺点,提出了PCA-FCN混合识别模型,并基于随机化策略通过实验测量和蒙特卡罗模拟构建了有较强通用性的γ能谱数据集,利用数据集对模型进行训练并开展实验测量能谱验证。结果表明,PCA-FCN模型的核素识别A_(P)、F_(1)性能因子达到0.982 3和0.980 1,显著优于PCA模型、FCN模型和传统全能峰分析法,而且在不同能谱复杂度、不同能谱统计涨落下仍能保持识别准确性。该结论显示了PCA-FCN模型和随机化样本生成策略在未来放射性定量测量应用的潜力。 展开更多

关键词 NAI(TL)探测器 核素识别 伽马能谱 主成分分析 全连接网络

在线阅读 下载PDF 职称材料

一种用于核素识别的序贯贝叶斯方法

3

作者 曹仁龙 李孝哲 +3 位作者 黄亭璋 彭文佳 栾鸿宇 张迪 《核电子学与探测技术》 北大核心 2025年第3期343-352,共10页

在一般的核事故中,放射源丢失情况所占比例最高,因此为了确保人员的安全以及实现对放射源的快速寻找,在很多的公共场合以及核应急事故中都需要对放射性物质进行快速有效的识别。本文阐述了一种放射性核素快速识别的方法,以贝叶斯方法为... 在一般的核事故中,放射源丢失情况所占比例最高,因此为了确保人员的安全以及实现对放射源的快速寻找,在很多的公共场合以及核应急事故中都需要对放射性物质进行快速有效的识别。本文阐述了一种放射性核素快速识别的方法,以贝叶斯方法为基础建立二元假设模型,通过筛选符合粒子能量的粒子事件,将粒子事件的能量代入全能峰模型中,通过粒子群算法求得参数估计值,最终通过序贯检测得到核素识别结果。通过实验模拟与对比分析验证了该方法的可行性。模拟结果显示,当放射源与探测器之间的距离增加时,检出的时间随着距离的增加而增加,当^(137)Cs距离探测器70cm,^(60)Co距离170 cm时,通过序贯检测显示核素不存在,符合实际情况。本文论述方法与常见寻峰法进行对比,当^(137)Cs距离探测器50 cm时利用本文论述方法能在6 s时间内识别核素,当^(60)Co距离探测器130 cm时能在5 s时间内识别核素,而常见的寻峰法在相同距离和时间段内无法形成完整的全能峰。 展开更多

关键词 核应急 核素识别 贝叶斯方法 粒子群算法 序贯检测

在线阅读 下载PDF 职称材料

基于卷积神经网络的放射性核素识别算法

4

作者 朱岳武 梁杰 +3 位作者 董喆 刘尔聃 李林珊 姜麟泉 《兵工自动化》 北大核心 2025年第1期62-64,101,共4页

为实现对低计数、多种类的复杂放射性核素的准确识别,引入卷积神经网络(convolutional neural network,CNN)搭建针对低计数、多种类放射性核素识别模型。利用蒙特卡罗仿真创建由^(241)Am、^(133)Ba、^(57)Co、^(60)Co、^(137)Cs、^(152... 为实现对低计数、多种类的复杂放射性核素的准确识别,引入卷积神经网络(convolutional neural network,CNN)搭建针对低计数、多种类放射性核素识别模型。利用蒙特卡罗仿真创建由^(241)Am、^(133)Ba、^(57)Co、^(60)Co、^(137)Cs、^(152)Eu以及40K组成的单源、两源以及三源共63种不同种类放射性核素能谱数据库。利用仿真训练集和仿真验证集样本完成CNN训练及超参数优化,利用测试集样本验证模型性能。结果表明,该模型对低计数、多种类放射性核素具有良好的识别性能。 展开更多

关键词 放射性核素识别 卷积神经网络 蒙特卡罗仿真

在线阅读 下载PDF 职称材料

基于FPGA的卷积神经网络核素识别硬件加速方法研究 被引量：1

5

作者 王博 石睿 +2 位作者 刘敏俊 曾雄 王洲 《核电子学与探测技术》 CAS 北大核心 2024年第2期334-343,共10页

核素识别是核探测领域研究的关键技术之一,传统基于能谱解谱算法的核素识别仪器,实时性差,功耗较高,限制了实际应用中的识别效率,为了加快对放射性核素定性分析,本文提出了一种基于FPGA的卷积神经网络核素识别硬件加速方法。提出了一种... 核素识别是核探测领域研究的关键技术之一,传统基于能谱解谱算法的核素识别仪器,实时性差,功耗较高,限制了实际应用中的识别效率,为了加快对放射性核素定性分析,本文提出了一种基于FPGA的卷积神经网络核素识别硬件加速方法。提出了一种用于核素分类的轻量型一维卷积神经网络模型,再根据模型卷积层、池化层和全连接层的运算特点,利用并行流水线和加法树等硬件加速策略,将模型部署在Xilinx ZYNQ7020异构芯片中。实验结果表明,在FPGA中,测试集平均识别精度达到98.41%,单次识别耗时1.57 ms,与桌面端CPU相比,该硬件加速方法实现了64倍加速效果,功耗仅为2.115 W。在实际测试实验中,^(137)Cs单源识别精度为98%,^(137)Cs与^(60)Co混合源识别精度达到98.17%。该硬件加速方案满足低延时、低功耗等要求,适合于现场快速核素检测的场景,对便携式核素识别仪器开发具有重要的参考价值。 展开更多

关键词 能谱数据 核素识别 FPGA 卷积神经网络 硬件加速

在线阅读 下载PDF 职称材料

基于稀疏表示的核素能谱特征提取及核素识别 被引量：4

6

作者 张江梅 季海波 +1 位作者 冯兴华 王坤朋 《强激光与粒子束》 EI CAS CSCD 北大核心 2018年第4期153-157,共5页

提出了一种基于稀疏表示的核素能谱特征提取方法,其实质是将核素能谱在区分性最好的稀疏原子上进行投影。利用稀疏分解方法对核素能谱进行稀疏分解,提取分解系数向量作为表征核素的特征向量,通过模式识别分类方法建立分类模型实现核素... 提出了一种基于稀疏表示的核素能谱特征提取方法,其实质是将核素能谱在区分性最好的稀疏原子上进行投影。利用稀疏分解方法对核素能谱进行稀疏分解,提取分解系数向量作为表征核素的特征向量,通过模式识别分类方法建立分类模型实现核素识别。与传统稀疏分解方法的区别在于:在能谱稀疏分解过程中按照稀疏字典中的原子排列顺序顺次进行分解;其次,分解目的在于特征提取,即最终提取到的特征对不同核素具有可区分性,并不要求核素能谱的重构精度。在^(241)Am,^(133)Ba,^(60)Co,^(137)Cs,^(131)I和152 Eu共6种核素1200个能谱数据上进行了核素识别实验,7种不同分类算法的平均识别率达到91.71%,实验结果的统计分析表明,本文提出的特征提取方法识别准确率显著地高于两种传统核素能谱特征提取方法准确率。 展开更多

关键词 伽马能谱 核素识别 稀疏表示 特征提取 模式识别

在线阅读 下载PDF 职称材料

基于SVD和SVM的核素识别算法 被引量：8

7

作者 任俊松 张江梅 王坤朋 《兵工自动化》 2017年第5期50-53,共4页

针对基于寻峰方法的γ能谱识别方法对高本底、低探测率的复杂γ能谱解析特征不显著、准确率低等问题,提出一种基于奇异值分解和支持向量机的核素识别算法。通过将1维能谱变换为2维图像,使用奇异值分解提取特征向量,将其作为支持向量机... 针对基于寻峰方法的γ能谱识别方法对高本底、低探测率的复杂γ能谱解析特征不显著、准确率低等问题,提出一种基于奇异值分解和支持向量机的核素识别算法。通过将1维能谱变换为2维图像,使用奇异值分解提取特征向量,将其作为支持向量机的输入构建分类器。实验结果表明:该方法对典型核素的识别率达到98%,并且能识别混合核素样本的组成成分。该方法降低了对探测器精度要求和参数设定的影响,提高了混合核素的识别能力。 展开更多

关键词 奇异值分解 支持向量机 Γ能谱 核素识别

在线阅读 下载PDF 职称材料

快速核素识别仪设计 被引量：2

8

作者 李强 庹先国 +1 位作者 石睿 姚晓雨 《核电子学与探测技术》 CAS 北大核心 2018年第2期278-283,共6页

设计了基于FPGA的快速核素识别仪。系统以Altera的EP2C8Q208C8N为核心,集成CH158-06型NaI(Tl)闪烁探测器,ATK-S1216F8-BDGPS/北斗定位模块;24 V锂电池组为整个系统持续供电;高速转换芯片采用AD9235;FPGA内部模块使用Verilog语言进行设计... 设计了基于FPGA的快速核素识别仪。系统以Altera的EP2C8Q208C8N为核心,集成CH158-06型NaI(Tl)闪烁探测器,ATK-S1216F8-BDGPS/北斗定位模块;24 V锂电池组为整个系统持续供电;高速转换芯片采用AD9235;FPGA内部模块使用Verilog语言进行设计;采用安卓系统终端作为信息显示载体;硬件部分通过CH-05蓝牙模块与终端实现无线通信;能谱显示软件使用Java语言进行编写。测试结果表明:仪器工作稳定可靠,达到设计目标。 展开更多

关键词 核素识别 ADC NaI(Tl) FPGA

在线阅读 下载PDF 职称材料

利用手持式γ核素识别仪快速检测石材中γ放射性核素含量 被引量：1

9

作者 陆小军 何林锋 忻智炜 《计量学报》 CSCD 北大核心 2019年第3期526-529,共4页

提出一种利用手持式γ核素识别仪快速测量石材中天然放射性核素含量的方法。该方法借助低本底HPGeγ谱仪,运用能谱分析法确定手持式核素识别仪对^(226)Ra、^(232)Th、^(40)K含量的刻度系数参考值;然后使用手持式γ核素识别仪测量石材中... 提出一种利用手持式γ核素识别仪快速测量石材中天然放射性核素含量的方法。该方法借助低本底HPGeγ谱仪,运用能谱分析法确定手持式核素识别仪对^(226)Ra、^(232)Th、^(40)K含量的刻度系数参考值;然后使用手持式γ核素识别仪测量石材中放射性核素γ能谱,利用经过刻度系数参考值修正后的测量结果,估算出石材中^(226)Ra、^(232)Th、^(40)K的比活度。结果表明:该方法测量结果与低本底HPGeγ能谱仪分析结果的最大偏差为25. 1%(C_(Ra))、-27. 2%(C_(Th))、-15. 2%(C_K),可适用于快速无损的检测石材样品γ放射性比活度,以及快速估算装饰石材所致的外照射剂量。 展开更多

关键词 计量学 手持式核素识别仪 石材 核素含量 Γ能谱仪

在线阅读 下载PDF 职称材料

基于Walsh-Hadamard变换与栈式自编码快速核素识别

10

作者 何建平 汤晓斌 +4 位作者 龚频 王鹏 韩镇阳 高乐 颜文 《核电子学与探测技术》 北大核心 2017年第8期834-840,共7页

为解决短时辐射环境核素组成分析问题,提出了基于Walsh-Hadamard变换与栈式自编码快速核素识别算法。该算法采用探测率和精确核素识别能谱计数两个参数作为评价新型核素识别算法性能的指标。实验结果表明:新核素识别算法在满足精确核素... 为解决短时辐射环境核素组成分析问题,提出了基于Walsh-Hadamard变换与栈式自编码快速核素识别算法。该算法采用探测率和精确核素识别能谱计数两个参数作为评价新型核素识别算法性能的指标。实验结果表明:新核素识别算法在满足精确核素识别能谱计数的条件下,性能不受探测时间、核素个数和探测距离的影响,而且对运动放射源具有较好的识别性能。新核素识别算法可用于辐射检测设备的快速核素识别。 展开更多

关键词 Walsh-Hadamard变换 栈式自编码 核素识别 探测率 能谱分析

在线阅读 下载PDF 职称材料

基于长短时记忆神经网络的能谱核素识别方法 被引量：13

11

作者 王瑶 刘志明 +1 位作者 万亚平 欧阳纯萍 《强激光与粒子束》 EI CAS CSCD 北大核心 2020年第10期149-156,共8页

针对新兴的能谱核素识别方法在混合放射性核素的噪声环境中存在识别速度慢、准确率较低等问题,提出了基于长短时记忆神经网络(LSTM)的能谱核素识别方法。实验使用溴化镧(LaBr3)晶体探测器,分别对环境中60Co、137Cs放射性源分组测量得到... 针对新兴的能谱核素识别方法在混合放射性核素的噪声环境中存在识别速度慢、准确率较低等问题,提出了基于长短时记忆神经网络(LSTM)的能谱核素识别方法。实验使用溴化镧(LaBr3)晶体探测器,分别对环境中60Co、137Cs放射性源分组测量得到能谱数据集,首先使用数据平滑方法和归一化方法进行数据预处理,然后将能谱数据按时间序列分组以获得可用的输入序列数组,最后训练LSTM模型得到预测结果。通过基于BP神经网络和卷积神经网络(CNN)的两个能谱识别模型进行对比,得到在测试集中平均识别率分别为83.45%和86.21%,而LSTM能谱识别模型平均识别率为93.04%,实验结果表明,该能谱模型在核素识别效果中表现较好,可用于快速的能谱核素识别设备上。 展开更多

关键词 能谱数据 长短时记忆 核素识别 数据平滑 归一化

在线阅读 下载PDF 职称材料

卷积神经网络在复杂核素识别中的应用 被引量：12

12

作者 胡浩行 张江梅 +1 位作者 王坤朋 冯兴华 《传感器与微系统》 CSCD 2019年第10期154-156,160,共4页

针对传统核素识别方法对高本底、低探测率的复杂伽马能谱存在特征提取困难、建模复杂以及识别率低等问题,提出了一种使用卷积神经网络(CNN)进行核素识别的方法。利用CNN可自适应、隐式地提取图像特征并进行分类学习的特点,搭建多层卷积... 针对传统核素识别方法对高本底、低探测率的复杂伽马能谱存在特征提取困难、建模复杂以及识别率低等问题,提出了一种使用卷积神经网络(CNN)进行核素识别的方法。利用CNN可自适应、隐式地提取图像特征并进行分类学习的特点,搭建多层卷积神经网络的核素识别模型,通过网络模型特征提取层和分类器的训练,获取深层次的核素特征描述,实现多核素识别。基于蒙特卡洛分析软件Geant4仿真数据进行了对比分析实验,结果表明:本文提出的方法其时间复杂度为O(n^2),所提方法避免了复杂的显式特征提取过程,能够对IAEA规定的部分常见单一及混合核素实时地多核素识别。 展开更多

关键词 伽马能谱 核素识别 卷积神经网络 深层特征 自适应提取

在线阅读 下载PDF 职称材料

稀疏表示与多任务学习的复杂核素识别 被引量：1

13

作者 张江梅 季海波 +1 位作者 王坤朋 冯兴华 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2018年第10期72-78,共7页

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... 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Cs I(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. 展开更多

关键词 核素识别 能谱校正 多任务学习 稀疏表示 ADMM

在线阅读 下载PDF 职称材料

基于序贯贝叶斯方法的核素识别算法研究 被引量：12

14

作者 问斯莹 王百荣 +1 位作者 肖刚 沈春霞 《核电子学与探测技术》 CAS 北大核心 2016年第2期179-183,共5页

介绍了基于序贯贝叶斯方法的核素识别算法。该方法利用放射性核素半衰期、特征γ射线能量和分支比等信息对核素的存在进行判断。基于序贯贝叶斯法的核素识别算法识别速度快,识别下限低,对于^(137)Cs(0.662 MeV)和^(60)Co(1.173 MeV,1.33... 介绍了基于序贯贝叶斯方法的核素识别算法。该方法利用放射性核素半衰期、特征γ射线能量和分支比等信息对核素的存在进行判断。基于序贯贝叶斯法的核素识别算法识别速度快,识别下限低,对于^(137)Cs(0.662 MeV)和^(60)Co(1.173 MeV,1.332 MeV)核素,其最小可识别计数率分别是0.78 s^(-1)、0.96 s^(-1)和0.82 s^(-1),特别适用于极低水平核素的快速识别。 展开更多

关键词 序贯贝叶斯方法 核素识别 识别下限

在线阅读 下载PDF 职称材料

基于人工神经网络的核素识别方法 被引量：1

15

作者 贺楠 吕会议 +3 位作者 王波 何嵘 竹文坤 袁长迎 《兵工自动化》 2022年第3期91-96,共6页

针对传统核素识别方法不具有强适应性导致识别率降低的问题,建立基于反向传播(back propagation,BP)神经网络的核素识别预测模型。以镅、镉、钚、氡、钯、钴、铯7种核素的实测信号为例进行仿真模拟,建立核素识别模型。结果表明:该模型... 针对传统核素识别方法不具有强适应性导致识别率降低的问题,建立基于反向传播(back propagation,BP)神经网络的核素识别预测模型。以镅、镉、钚、氡、钯、钴、铯7种核素的实测信号为例进行仿真模拟,建立核素识别模型。结果表明:该模型能快速准确地识别上述核素,应用前景广泛。 展开更多

关键词 BP神经网络 核素 核素识别 信号

在线阅读 下载PDF 职称材料

卷积神经网络核素识别算法研究 被引量：1

16

作者 唐琪 周伟 +2 位作者 李治和 余鑫 杨雨森 《核电子学与探测技术》 CAS 北大核心 2021年第3期437-442,共6页

为了解决传统方法对于Nal(Tl)探测器生成能谱的分析结果准确率不高的问题,将卷积神经网络(Convolutional Neural Network,CNN)引入核素识别中。从搭建网络模型入手,对数据进行训练和测试,并且通过四个指标评价模型性能。该方法操作简单... 为了解决传统方法对于Nal(Tl)探测器生成能谱的分析结果准确率不高的问题,将卷积神经网络(Convolutional Neural Network,CNN)引入核素识别中。从搭建网络模型入手,对数据进行训练和测试,并且通过四个指标评价模型性能。该方法操作简单易于实现,且简化网络模型后进行核索识别效果良好。实际仿真模拟结果表明,对不同情况下的点源核素和不同平滑程度的γ能谱都有良好的识别率。 展开更多

关键词 核素识别 闪烁体探测器 卷积神经网络 MC模拟

在线阅读 下载PDF 职称材料

能量权重图法快速核素识别

17

作者 李紫鑫 仓基荣 +4 位作者 朱劲夫 曾鸣 曾志 薛涛 刘以农 《核电子学与探测技术》 CAS 北大核心 2019年第4期501-507,共7页

在序贯贝叶斯算法相关研究的基础上,提出了能量权重图法快速核素识别方法。基于探测器的实测能谱响应,通过并道、平滑等能谱预处理生成能量权重图,从而搭建Co处理器和Cs处理器以并行判别60Co和137Cs的放射源。针对能谱抽样生成的模拟数... 在序贯贝叶斯算法相关研究的基础上,提出了能量权重图法快速核素识别方法。基于探测器的实测能谱响应,通过并道、平滑等能谱预处理生成能量权重图,从而搭建Co处理器和Cs处理器以并行判别60Co和137Cs的放射源。针对能谱抽样生成的模拟数据进行处理器的参数调整,并在一套1 Gs/s(1 Gs=10-4 T)的数字化LaBr3探测系统中开展了初步的实验验证。处理器平均使用不到100个光子就能实现核素识别,且虚警率低于2%,漏检率低于1%。 展开更多

关键词 快速核素识别 能量权重图 数字化波形采样

在线阅读 下载PDF 职称材料

一种改进粒子群算法优化BP神经网络实现核素识别方法 被引量：6

18

作者 刘议聪 朱泓光 宋永强 《兵工自动化》 2016年第4期88-92,共5页

为获得全局最优点,提出一种改进粒子群算法优化BP神经网络实现核素识别方法。该算法用一种动态改变惯性权重与学习因子的自适应方法,优化BP神经网络的阈值与权值,通过训练BP神经网络识别模型得到粒子群的全局最优解,利用最优权值与阈值... 为获得全局最优点,提出一种改进粒子群算法优化BP神经网络实现核素识别方法。该算法用一种动态改变惯性权重与学习因子的自适应方法,优化BP神经网络的阈值与权值,通过训练BP神经网络识别模型得到粒子群的全局最优解,利用最优权值与阈值实现核素识别。分析结果表明:该方法不仅能更快地收敛于最优解,同时能更好地平衡全局搜索和局部搜索能力,有效地改善算法的收敛速度和识别精度。 展开更多

关键词 粒子群算法 核素识别 全局最优点 惯性权重 学习因子

在线阅读 下载PDF 职称材料

基于逻辑回归二分类的核素识别算法研究

19

作者 周文清 周达 康建军 《核电子学与探测技术》 CAS 北大核心 2023年第1期12-17,共6页

传统的核素识别主要根据能谱中特征峰确定核材料中放射性核素的种类,当出现叠峰时,常规方法就无法实现核素识别。采用逻辑回归二分类的算法进行核素的识别,利用小波包分解将能谱拆成不同频率信号,再将不同频率信号进行重构,计算频率信... 传统的核素识别主要根据能谱中特征峰确定核材料中放射性核素的种类,当出现叠峰时,常规方法就无法实现核素识别。采用逻辑回归二分类的算法进行核素的识别,利用小波包分解将能谱拆成不同频率信号,再将不同频率信号进行重构,计算频率信号的特征信号。把这个特性信号看作能量,将能量组成特征向量,会得到一组与信号相对应的能量序列,可构成一组特征向量。对测量的所有γ能谱进行特征向量提取用作机器学习的训练集和测试集。将训练集代入进行预测函数模型训练。通过求解损失函数全局最小值得到预测函数模型最优解的参数θ。代入测试集计算核素识别正确率为97%。经过实验验证了所提算法的可行性,对快速识别核素具有一定的实际价值。 展开更多

关键词 机器学习 特征提取 逻辑回归 核素识别 损失函数

在线阅读 下载PDF 职称材料

CNN和BPNN核素识别算法的对比 被引量：2

20

作者 吴泇俣 王世磊 +1 位作者 胥建国 曹文田 《核电子学与探测技术》 CAS 北大核心 2021年第6期966-973,共8页

研究目的为比较卷积神经网络与反向传播神经网络在核素识别中的效果。将能谱数据变换为灰度图像,作为卷积神经网络的输入;变换后的图像经过奇异值分解提取特征,作为反向传播神经网络的输入。两类网络进行训练后,对它们在核素识别中的性... 研究目的为比较卷积神经网络与反向传播神经网络在核素识别中的效果。将能谱数据变换为灰度图像,作为卷积神经网络的输入;变换后的图像经过奇异值分解提取特征,作为反向传播神经网络的输入。两类网络进行训练后,对它们在核素识别中的性能进行评估、测试和对比。结果表明:利用深度学习的方法可以进行核素识别。两种方法中,卷积神经网络较于反向传播神经网络性能更优;奇异值分解的方法能够提高反向传播神经网络的识别效果。 展开更多

关键词 核素识别 深度学习 卷积神经网络 反向传播神经网络

在线阅读 下载PDF 职称材料