基于Geant4的联合模型神经网络法解析γ能谱
An United Artificial Neural Network Based on Geant4 for γ-ray Energy Spectrum Analysis作者机构:南华大学核科学与技术学院湖南衡阳421001 中国科学院高能物理研究所北京市射线成像技术与装备工程技术研究中心北京100049 中国科学院大学核科学与技术学院北京100049 浙江省生态环境厅生态环境部辐射环境监测技术中心浙江杭州310012
出 版 物:《南华大学学报(自然科学版)》 (Journal of University of South China:Science and Technology)
年 卷 期:2022年第36卷第4期
页 面:75-81,100页
学科分类:12[管理学] 082704[工学-辐射防护及环境保护] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0827[工学-核科学与技术] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:中国科学院重点部署项目(ZDRW-CN-2018-101) 中国科学院科研仪器设备研制项目(29201707) 中国科学院青年创新促进会基金项目(292017QCH01)
主 题:人工神经网络 伽马谱分析 Geant4模拟 NaI探测器
摘 要:利用Geant4模拟软件及MATLAB计算软件,开展多人工神经网络模型定量分析低计数率核素的研究,分析了包含五个不同类型网络的BP神经网络模型对国控环境监测站NaI(Tl)探测器模拟能谱的识别能力。实验结果表明:多网络模型的使用有利于提高低计数核素的识别准确度,能够有效识别未知核素的存在与否。