基于人工神经网络的核素识别方法
DOI:
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

四川省科技厅自然科学基金(2019ZDZX0027, 2019YFG0514, 2020YFG0147)


Nuclide Identification Method Based on Artificial Neural Network
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    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。

    Abstract:

    In order to solve the problem that the recognition rate of traditional nuclide recognition methods is low due to the lack of strong adaptability, a nuclide recognition prediction model based on back propagation (BP) neural network is established. Taking the measured signals of seven nuclides of Americium, Cadmium, Plutonium, Radon, Palladium, Cobalt and Cesium as an example, the nuclide identification model is established. The results show that the recognition model can quickly and accurately identify the above nuclides, and has a broad application prospect.

    参考文献
    相似文献
    引证文献
引用本文

贺 楠.基于人工神经网络的核素识别方法[J].,2022,41(3).

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2021-12-23
  • 最后修改日期:2022-01-04
  • 录用日期:
  • 在线发布日期: 2022-04-11
  • 出版日期:
文章二维码