LS-SVM分段降噪法处理航空γ能谱噪声

作     者：刘军 管弦 杨凤 侯庆明 杨志超 吴和喜 方江雄 LIU Jun;GUAN Xian;YANG Feng;HOU Qing-ming;YANG Zhi-chao;WU He-xi;FANG Jiang-xiong

作者机构：东华理工大学核技术应用教育部工程研究中心南昌330013 

出 版 物：《核电子学与探测技术》 (Nuclear Electronics & Detection Technology)

年 卷 期：2017年第37卷第1期

页      面：24-28页

学科分类：081801[工学-矿产普查与勘探] 081802[工学-地球探测与信息技术] 0808[工学-电气工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 07[理学] 08[工学] 0818[工学-地质资源与地质工程] 0804[工学-仪器科学与技术] 0827[工学-核科学与技术] 0703[理学-化学] 1009[医学-特种医学] 0702[理学-物理学] 

基　　金：核技术应用教育部工程研究中心开放基金(HJSJYB2015-13 HJSJYB2016-9 HJSJYB2016-1) 国家自然科学基金(51304050 61463005) 江西省自然科学基金(20151BAB206030 20151BAB207048)资助 

主　　题：航空γ能谱 能窗 LS-SVM 分段回归拟合 降噪 

摘      要：为降低航空γ能谱受低计数、测量时间短和测量环境等因素引起的噪声影响,依据能窗道址分布,采用机器学习方法 LS-SVM结合加权叠加方法对航空γ能谱进行分段回归拟合降噪处理。实验表明,LS-SVM分段降噪方法能够显著降低统计涨落和较好地保持峰形,且同时具有良好的自适应性和泛化性。