摘要
本发明公开了一种基于表面污染检测仪的核素类型识别方法,包括:S1:通过表面污染检测仪测量一定周期内被测放射源的放射性粒子数量;S2:根据一定周期内被测放射源的放射性粒子数量计算对应的衰变常数;S3:将被测放射源的衰变常数输入训练好的核素识别模型中,输出对应的核素类型预测结果;其中核素识别模型基于深度学习模型构建;S4:将核素类型预测结果作为被测放射源的核素类型识别结果。本发明在表面污染检测仪的基础上设计了核素识别功能(方法),能够通过一台表面污染检测仪同时完成辐射剂量测量和核素种类识别两项任务,从而提高表面污染检测仪的综合性能,降低辐射监测的成本。
技术关键词
表面污染检测仪
放射源
闪烁体探测器
识别方法
光电倍增管
粒子
核素识别功能
深度学习模型
前置放大器
卷积神经网络模型
电信号
周期
脉冲
显示装置
光信号
计数器
综合性
样本
数据
系统为您推荐了相关专利信息
电子印章
文字识别方法
像素点
文字识别技术
坐标
语音识别方法
麦克风阵列
会议设备
音频
语音唤醒模型