| 基于压缩感知的252Cf源驱动核材料浓度识别技术研究 |
| |
| 引用本文： | 李鹏程, 魏彪, 冯鹏, 等. 基于压缩感知的252Cf源驱动核材料浓度识别技术研究[J]. 强激光与粒子束, 2015, 27: 074004. doi: 10.11884/HPLPB201527.074004 |
| |
| 作者姓名： | 李鹏程 魏彪 冯鹏 何鹏 周密 米德伶 任勇 |
| |
| 作者单位： | 1.重庆大学 光电技术及系统教育部重点实验室, 重庆 400044;;;2.重庆大学 通信工程学院, 重庆 400044 |
| |
| 摘 要： | 针对252Cf源驱动噪声分析测量法中核材料浓度识别问题,采用压缩感知理论,在K最近邻(KNN)识别算法基础上,研究了一种基于压缩采样的K最近邻（CSKNN）分类识别方法,进而研究并分析了CSKNN方法的识别概率。实验结果表明,CSKNN分类识别方法只需少量的观测值(观测比M/N0.1),即可达到分类识别的目的;当信噪比提高时,识别概率将会以更快的速度收敛至100%,且对K值的敏感程度也会随之降低。这样,不仅提高了核军控核查的实时性,而且还有效降低了采样成本,为核材料浓度的在线判读提供了一种新的理论基础和实现方法。
|
| 关 键 词： | 252Cf源噪声分析法 压缩采样 观测比 K最近邻识别算法 识别概率 |
| 收稿时间： | 2015-02-03 |
| 修稿时间： | 2015-04-23 |
|
| 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》下载全文 |
|
