一种基于NICNN网络模型的γ能谱核素识别方法

AITNT
正文
推荐专利
一种基于NICNN网络模型的γ能谱核素识别方法
申请号:CN202511018613
申请日期:2025-07-23
公开号:CN120851091A
公开日期:2025-10-28
类型:发明专利
摘要
本发明提供了一种基于NICNN网络模型的能谱核素识别方法,属于放射性安全检测、核素能谱识别领域,步骤为:一、使用能谱仪获得实验核素对应的能谱数据;二、使用蒙卡软件Geant4获得与实验场景相同的模拟能谱数据;三、通过展宽操作使的模拟能谱与实验能谱一致;四、将能谱数据预处理为二维能谱灰度图像;五、将二维能谱图像作为神经网络的数据集。数据集按照6:2:2的比例分为训练集、验证集和测试集;六、训练和预测核素种类。实验结果显示方法在核素识别方面的准确率、查准率、查全率、F1值分别为99.79%,99.80%,99.90%,99.85%。
技术关键词
核素识别方法 核素识别系统 残差卷积神经网络 多道能谱仪 训练集数据 模拟程序 探测器 图像 标签 射线 可读存储介质 软件 参数 矩阵 指标 序列 分支
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号