摘要
本发明提供了核辐射检测技术领域的一种结合机器学习的水体核辐射检测方法及系统,方法包括:步骤S1、服务器创建并训练核辐射扩散预测模型;步骤S2、水文浮标采集实时监测数据并进行预处理;步骤S3、通过隐马尔可夫模型对监测数据进行异常分析生成分析结果;步骤S4、水文浮标基于分析结果动态调整采样率,将实时监测数据加密为加密监测数据上传服务器;步骤S5、服务器解密加密监测数据得到实时监测数据,对实时监测数据进行预处理后输入核辐射扩散预测模型,得到扩散预测报告;步骤S6、服务器基于扩散预测报告生成扩散热力图。本发明的优点在于:极大的提升了水体核辐射检测的安全性、及时性以及可靠性。
技术关键词
实时监测数据
核辐射检测方法
加密数据
历史监测数据
水文
热力图
核辐射检测系统
设备序列号
浮标
无线通信模块
LoRa自组网
服务器
拓扑特征
马尔可夫模型
空间特征提取
SM4算法
水质
系统为您推荐了相关专利信息
铁路路基工程
优化设计方法
BIM技术
建立三维地形
深度学习算法
无人机管控系统
客户端设备
移动通信基站
量子加密算法
控制中心
数据保护模块
加密设备
加解密服务
通道
传输模块
集成传感器
监测系统
子模块
数据采集模块
数据处理模块
认证网关
数据加密系统
数据加密方法
终端设备
认证加密算法