基于稀疏表示的核素能谱特征提取及核素识别 |
| |
引用本文: | 张江梅, 季海波, 冯兴华, 等. 基于稀疏表示的核素能谱特征提取及核素识别[J]. 强激光与粒子束, 2018, 30: 046003. doi: 10.11884/HPLPB201830.170435 |
| |
作者姓名: | 张江梅 季海波 冯兴华 王坤朋 |
| |
作者单位: | 1.西南科技大学 信息工程学院, 四川 绵阳 621900;;2.中国科学技术大学 信息科学技术学院 自动化系,合肥 230026 |
| |
基金项目: | 国家自然科学基金项目61501385四川省科技支撑计划项目2016GZ0210四川省科技厅应用基础项目2016JY0242 |
| |
摘 要: |  提出了一种基于稀疏表示的核素能谱特征提取方法,其实质是将核素能谱在区分性最好的稀疏原子上进行投影。利用稀疏分解方法对核素能谱进行稀疏分解,提取分解系数向量作为表征核素的特征向量,通过模式识别分类方法建立分类模型实现核素识别。与传统稀疏分解方法的区别在于:在能谱稀疏分解过程中按照稀疏字典中的原子排列顺序顺次进行分解;其次,分解目的在于特征提取,即最终提取到的特征对不同核素具有可区分性,并不要求核素能谱的重构精度。在241Am, 133Ba, 60Co, 137Cs, 131I和152Eu共6种核素1200个能谱数据上进行了核素识别实验,7种不同分类算法的平均识别率达到91.71%,实验结果的统计分析表明,本文提出的特征提取方法识别准确率显著地高于两种传统核素能谱特征提取方法准确率。
|
关 键 词: | 伽马能谱 核素识别 稀疏表示 特征提取 模式识别 |
收稿时间: | 2017-11-06 |
修稿时间: | 2017-11-30 |
本文献已被 CNKI 等数据库收录! |
| 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 |
|