基于双向神经网络的核乳胶质子径迹的定位与预测系统

本发明涉及核物理探测技术领域，具体为基于双向神经网络的核乳胶质子径迹的定位与预测系统，包括：双向神经径迹提取模块用于进行时空双向特征编码，捕捉径迹运动依赖关系；多尺度关联定位引擎用于融合金字塔池化与改进YOLOv8精准定位轨迹端点及拐点；动态噪声抑制网络用于生成GAN构建噪声库并自适应去噪，保留径迹边缘细节，提升背景信噪比；径迹演化预测模块用于预测质子运动轨迹，融合图神经网络构建动态预测模型，控制预测误差，当误差超过阈值时，通过实测数据修正参数并调整路径；智能扫描控制模块用于根据径迹定位与预测结果，动态优化显微镜参数与路径。由此，解决了现有技术中定位精度不足、预测稳定性差与动态适应性差等问题。