摘要
本发明涉及探测器无源效率刻度技术领域,尤其是指一种基于人工智能的无源效率刻度用探测器参数生成方法、装置、设备及计算机存储介质。本发明所述的无源效率刻度用探测器参数生成方法,基于机器学习反映了探测器几何参数和探测效率之间的复杂关系,并通过神经网络得到了映射关系,能够实现通过实验效率曲线和调整前探测器参数直接对探测器进行调参;基于人工智能的调参过程相较手动调参节省了时间和计算资源,直接省去了人工反复尝试、调整并进行蒙卡计算的过程,而是由模型基于实验曲线进行直接预测,大大提高了效率。
技术关键词
探测器
参数生成方法
映射关系建立
神经网络模型
刻度
网络连接结构
中间层
节点
参数生成装置
训练集
曲线
模型训练模块
计算机存储介质
可读存储介质
存储计算机程序
生成设备
处理器
系统为您推荐了相关专利信息
电力系统负荷预测
负荷预测模型
历史负荷数据
预测误差
前馈神经网络
训练深度神经网络
受保护
文本
信息编码
深度神经网络模型
生物质流化床锅炉
数字孪生方法
神经网络模型
综合数据库
数字孪生模型
阵列天线
设计优化方法
超构表面透镜
神经网络模型
透镜阵列
覆盖路径规划方法
无人机
神经网络模型
样本
栅格地图