摘要
本发明公开了一种基于能谱叠加和机器学习算法的出射窗中子能谱确定方法,涉及核技术与人工智能交叉领域。该方法包括当未索引到质子能量点在入射方向点上对应的靶中子能谱数据时,预测打靶后产生的靶中子能谱数据;将质子注量率占比与质子对应的靶中子能谱数据相乘,并将所有能量点和入射方向点对应的质子的相乘结果进行加和,得到靶中子能谱;当未索引到中子能量点在方向点上对应的能谱数据时,预测能谱数据;将BSA数据库中索引到的中子能量点在方向点上对应的能谱数据和预测得到的中子能量点在方向点上的能谱数据代入出射窗能谱公式中进行计算,得到出射窗中子能谱。该方法提升了出射窗中子能谱的确定精度。
技术关键词
中子注量率
机器学习算法
索引
出射窗
深度神经网络
数据
随机森林
加速器
残差网络
损失率
精度