一种多γ源方位反演方法、装置、设备及存储介质

本发明涉及一种多γ源方位反演方法、装置、设备及存储介质，其中，多γ源方位反演方法包括：采用蒙特卡罗数值模拟方法构建数据集；建立用于多γ源反演的卷积神经网络；其中，引入余弦退火调度器以调整卷积神经网络的学习率，用于动态调整卷积神经网络的训练过程，以及，引入中心损失函数重构卷积神经网络的损失函数以调整卷积神经网络训练过程的分类性能和收敛性；基于数据集对卷积神经网络进行训练以获得多γ源方位反演模型；采集待反演样本并输入多γ源方位反演模型，并基于多γ源方位反演模型输出待反演样本中的γ源数量和γ源位置。本方案可涵盖源数量分类与坐标定位的双重目标，为辐射场实时动态重构提供了创新性解决方案。