一种基于多标签混合神经网络的高效核素识别方法

AITNT
正文
推荐专利
一种基于多标签混合神经网络的高效核素识别方法
申请号:CN202411626380
申请日期:2024-11-14
公开号:CN119646479A
公开日期:2025-03-18
类型:发明专利
摘要
本发明属于核电站辐射监测设备的核素识别技术领域,具体涉及一种基于多标签混合神经网络的高效核素识别方法,包括如下步骤:步骤1:基于蒙特卡罗方法获取γ能谱数据源;步骤2:基于标准化方案进行数据预处理;步骤3:构建基于多标签混合神经网络的神经网络;步骤4:将预处理后的核素能谱数据输入到多标签混合神经网络进行核素识别。有益效果在于:本发明利用全谱信息进行训练学习,通过对谱数据的学习、训练,实现快速核素识别,该发明与传统核素识别通过寻峰的思路不同,不再需要寻峰、平滑、处理复杂重叠峰等操作,简化了处理流程,降低了核素识别复杂度,提高了识别效率,同时提高了识别准确度。
技术关键词
核素识别方法 多标签 蒙特卡罗方法 核电站辐射监测 数据 工作特征 分层抽样方法 卷积特征 神经网络结构 探测器 神经网络训练 分类网络 样本 曲线 放射源 节点数 训练集 编码 复杂度
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号