一种基于CNN-RNN的核素识别方法

本申请公开了一种基于CNN‑RNN的核素识别方法，包括：S1：伽玛能谱数据获取及扩充；S2：伽玛能谱数据预处理，对步骤S1获得的能谱数据进行平滑、归一化处理，并将处理后能谱数据映射到0到255，然后通过希尔伯特曲线变换到二维空间，生成核素能谱图，将得到的各核素能谱图数据划分为核素训练集和核素测试集；S3：核素识别模型训练与测试过程，搭建CNN‑RNN模型，将S2获得的核素训练集进行解码，并基于解码后数据完成CNN‑RNN模型的模型训练，获得训练好的CNN‑RNN模型；基于S2获得的核素测试集，完成对训练好的CNN‑RNN模型进行测试，当满足相应测试指标时，导出相应CNN‑RNN模型作为核素识别模型；S4：基于获得的核素识别模型完成待测核素识别，从而解决了核素识别的准确率问题。