摘要
本发明公开了一种基于人工智能的核辐射检测系统,涉及核辐射检测技术领域。通过采集辐射强度数据和对应的对辐射强度数据产生影响的干扰因素数据,并进行数据标记,根据标记结果构建第一输出样本集、第一输入样本集、第二输出样本集和第二输入样本集,进一步构建以第一输入样本集为输入,以第一输出样本集为输出的神经网络模型,利用训练完成的神经网络模型,获取与第二输入样本集对应的预测样本集,根据第二输出样本集和预测样本集确定当前采集的实时干扰因素数据水平下的修正系数,利用修正系数对当前采集的实时辐射强度数据进行修正,获取修正后的辐射强度数据,通过多种神经网络的融合与加权处理,实现高精度、自适应的辐射数据修正。
技术关键词
核辐射检测系统
神经网络模型
样本
标记
核辐射检测技术
数据采集模块
子模块
处理器
存储器
定义
总量
线性
系统为您推荐了相关专利信息
直流电弧故障
智能检测方法
光伏发电系统
故障电弧发生器
神经网络模型
电力设备监控方法
数字孪生模型
历史运行数据
温差
功率
联合深度学习
缺陷预测方法
缺陷类别
缺陷预测系统
数据采集设备