摘要
本发明公开了一种辐射场异常监测数据自动识别方法及系统,本发明涉及辐射监测技术领域,包括以下步骤:通过采集历史医疗场所产生的辐射场中各监测节点的辐射剂量率数据;对采集数据进行特征提取,得到特征值;将得到的特征值作为样本,并以对应的所述状态标记作为标签,对初始神经网络进行训练,以获得辐射剂量率状态判定模型;采集各监测节点的辐射剂量率实时数据,提取实时数据的特征值作为完成训练的辐射剂量率状态判定模型的输入,得到各监测节点存在异常情况的概率,根据生成的异常情况概率生成若干个局部判决,将局部判决与各监测节点的漏判率和错判率进行信息融合,生成融合中心判决,根据融合中心判决最终确定辐射场中是否存在异常情况。
技术关键词
状态判定模型
异常状态
特征值
节点
自动识别方法
自动识别系统
实时数据
sigmoid函数
辐射监测技术
时间段
特征提取模块
判决模块
人体
标签
样本
标记
逻辑
参数
系统为您推荐了相关专利信息
综合管廊结构
安全监控方法
安全监控平台
压力式水位计
建筑施工数据
协同优化控制方法
优化控制模型
电力系统
电压灵敏度分区
云端
动态更新方法
分布式存储架构
多源异构数据
分布式采集节点
画像特征
食源性病原体
分类方法
RNN模型
拉曼光谱数据
高效数据处理