摘要
本申请公开了一种基于泊松极大似然估计的剂量率测量方法、装置、设备及存储介质,包括:获取环境核辐射监测数据并进行预处理,得到融合数据序列;将融合数据序列划分为多个时间窗口并确定包络谱序列;通过泊松极大似然估计法对包络谱序列进行辐射剂量率估计,得到初步剂量率估计值;根据温度数据序列、湿度数据序列以及气压数据序列确定环境矫正因子;并对初步剂量率估计值进行矫正,得到矫正后的剂量率估计值;将矫正后的剂量率估计值和各时间窗口内的平均剂量率以及最大剂量率输入到支持向量机模型进行预测,得到未来的核辐射剂量率预测结果,通过引入泊松极大似然估计算法来实时更新的剂量率的最优估计值,提高了剂量率估计的精度与响应速度。
技术关键词
核辐射剂量率
序列
多元线性回归模型
泊松分布模型
矫正
支持向量机模型
孤立森林算法
包络
异常数据点
马尔科夫链蒙特卡洛算法
样本
测量方法
气压
数值优化算法
因子
LSTM算法
参数
估计算法
系统为您推荐了相关专利信息
注意力机制
标识特征
多模态信息融合
序列
多模态特征融合
图像数据预处理
遥感图像处理
空洞
全局平均池化
预训练模型
时间序列预测方法
时间序列预测模型
时间序列预测技术
数据
融合特征
标校方法
信号采集器
信道特征
校准
信道估计算法