朱庆平
- 作品数：3 被引量：4H指数：1
- 供职机构：西南科技大学更多>>
- 发文基金：四川省科技厅科技支撑计划项目更多>>
- 相关领域：核科学技术自动化与计算机技术更多>>
- 基于概率神经网络的放射性核素快速识别方法研究被引量：1
- 2015年
- 针对传统神经网络在核素识别中训练效果弱,易陷入局部极小、收敛速度慢等问题,提出了基于概率神经网络的核素识别方法,采用样本的先验概率和最优判定原则对新的样本进行分类。该方法利用能谱预处理过程获得的谱峰宽度、特征能量射线强度、峰面积等特征信息建立训练与测试样本,采用训练样本对概率神经网络模型进行训练,并进行了分类识别仿真实验。通过CZD探测器对3种核素不同组合的实测能谱进行测试,并与传统的神经网络算法进行对比表明:此方法具有较高的识别效率及准确率,可应用于安全监控、失控放射物探测等快速核素识别领域。
- 霍建文张华王坤朋任俊松朱庆平郭江李培培
- 关键词：Γ能谱特征信息概率神经网络
- 基于支持向量机的复杂核素能谱识别被引量：3
- 2016年
- 针对传统γ能谱识别方法对高本底、低分辨率的复杂γ谱解析效果不明显、准确率低等问题,提出了一种基于支持向量机的核素识别方法。通过能谱预处理方法,获取能谱特征信息,将核素库的建立与分类器的构造相结合,使用实际能谱进行验证。通过谱仪对3种核素的不同组合进行能谱实测,实验结果表明,通过支持向量机的分类方法,对实测混合核素的识别准确率达到94%以上。
- 张江梅任俊松李培培王坤朋霍建文朱庆平
- 关键词：支持向量机Γ能谱
- 基于稀疏表示理论的微弱核辐射信号检测方法研究及实现
- 随着核科学技术的飞速发展，其应用领域越来越广泛，给我们的生活带来巨大利益的同时，一旦发生核泄漏、核恐怖袭击以及核材料丢失等事故，将对社会公共安全造成极大的威胁。因此，加强对核辐射信号的探测，及时遏制核事故的发生，具有十分...
- 朱庆平
- 关键词：信号检测
