|
|||||
|
|
| 基于信息理论的γ能谱辨识新方法 | |
| 作者姓名： | Yin Maowei Ren Xuemei Liao Peng Ren Lixue |
| 作者单位： | 西南科技大学 核废物与环境安全国防重点学科实验室, 四川 绵阳 621010 |
| 基金项目： | National Natural Science Foundation of China11705154Defense Industrial Technology Development ProgramJCKY2017209B010Sichuan Province Science and Technology Project2018GZ0196 |
| 摘 要： | 提出了一种基于相对熵的放射源γ能谱识别方法。首先,利用主成分分析(PCA)算法压缩数据,构造γ射线能谱的特征空间。然后,采用随机化技术(RT)来使特征空间中γ射线能谱的特征值归一化,这样,γ射线能谱的特征空间可以看作是概率空间。最后,定义两个概率空间的相对熵来测量两个γ射线能谱的相对差异。大量实验表明,所提方法能够更加有效地辨识γ射线能谱, 不仅计算量小,而且对诸如统计浮动、谱峰偏移、底噪等因素具有很高的鲁棒性。 |
| 关 键 词： | γ能谱 辨识 相对熵 谱峰 统计浮动 |
| 收稿时间： | 2018-04-08 |
| 点击此处可从《强激光与粒子束》浏览原始摘要信息 | |
| 点击此处可从《强激光与粒子束》下载免费的PDF全文 | |