基于长短时记忆神经网络的能谱核素识别方法

王瑶; 刘志明; 万亚平; 欧阳纯萍

首页> 中文期刊> 《强激光与粒子束》 >基于长短时记忆神经网络的能谱核素识别方法

基于长短时记忆神经网络的能谱核素识别方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

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.

著录项

来源
《强激光与粒子束》 |2020年第10期|149-156|共8页
作者
王瑶; 刘志明; 万亚平; 欧阳纯萍;
展开▼
作者单位

南华大学计算机学院湖南衡阳 421001;

南华大学计算机学院湖南衡阳 421001;

中核集团高可信计算重点学科实验室(南华大学) 湖南衡阳 421001;

南华大学计算机学院湖南衡阳 421001;

中核集团高可信计算重点学科实验室(南华大学) 湖南衡阳 421001;

南华大学计算机学院湖南衡阳 421001;

展开▼
原文格式 PDF
正文语种 chi
中图分类能谱分析;
关键词
能谱数据; 长短时记忆; 核素识别; 数据平滑; 归一化;

相似文献

中文文献
外文文献
专利

1. 基于长短时记忆神经网络LSTM的煤体结构识别方法 [J] . 蒙承 ,李志军 ,陈岑 . 中国矿业 . 2021,第0z2期
2. 基于稀疏表示的核素能谱特征提取及核素识别 [J] . 张江梅 ,季海波 ,冯兴华 . 强激光与粒子束 . 2018,第004期
3. 基于K-SVD的γ能谱特征提取及核素识别 [J] . 刘灏霖 ,姚远程 ,张江梅 . 电脑知识与技术 . 2018,第002期
4. 基于形态学变换的核素能谱寻峰算法 [J] . 李湦 ,黄长添 ,毕明德 . 核电子学与探测技术 . 2016,第002期
5. 基于支持向量机的复杂核素能谱识别 [J] . 张江梅 ,任俊松 ,李培培 . 核电子学与探测技术 . 2016,第008期
6. 基于γ能谱的核素识别软件研制 [C] . 胡广春 ,刘钊 ,储诚胜 . 第十七届全国核电子学与核探测技术学术年会暨核电子学与核探测技术分会第八次全国会员代表大会 . 2014
7. 伽马能谱分析与核素识别方法研究 [A] . 任俊松 . 2017

基于长短时记忆神经网络的能谱核素识别方法

摘要

著录项

相似文献

相关主题

期刊订阅