基于RBF神经网络的铀年龄及核素丰度定量识别

发布时间：2023-04-05 11:27

　　核材料识别技术在核武器核查、核材料监控、防止核扩散和防止核恐怖等方面有着广泛的应用。年龄以及核素丰度是表征核材料属性的重要特征参数(或特征量),也是识别核材料类型或历史来源的重要依据,因此开展有关核材料年龄、丰度定量识别就变得尤为重要。核材料中的放射性核素在衰变过程中,都伴有特征γ射线。由于所产生的γ射线都具有独特性,因此核材料的γ能谱可以作为一种“辐射指纹”用来标识以及鉴别核材料。本工作的目的就是以γ能谱指纹为识别特征,采用RBF人工神经网络建立γ能谱指纹与核材料年龄和核素丰度之间的映射关系,以模式识别的方式,实现对铀核材料年龄及其核素丰度的定量识别。本工作是选择具有放射性的铀核材料作为研究对象。首先利用蒙特卡罗模拟铀核材料γ能谱指纹,然后以铀核材料γ能谱指纹作为输入量,用相应的年龄或者核素丰度结果作为输出量训练人工神经网络,最后利用未知样本对人工神经网络进行验证。具体研究内容如下:(1)铀核材料年龄定量识别研究在γ能谱指纹与铀核材料年龄两者之间建立映射关系,分别对单组和多组进行识别。(2)网络识别能力测试利用未知铀核材料,对已知网络进行验证识别,以测试网络对训练样本以外的未知铀核材...

【文章页数】：50 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究意义
    1.2 研究现状
2 γ能谱指纹及其采集原理
    2.1 γ能谱指纹
    2.2 采集原理
        2.2.1 光电效应
        2.2.2 康普顿效应
        2.2.3 电子对效应
    2.3 γ能谱仪的组成及工作原理
    2.4 γ能谱的形成机制
3 蒙特卡罗模拟与人工神经网络
    3.1 蒙特卡罗模拟技术
        3.1.1 蒙特卡罗模拟技术简介
        3.1.2 蒙特卡罗模拟基本思想
    3.2 人工神经网络
        3.2.1 生物神经元
        3.2.2 人工神经元
        3.2.3 人工神经网络
        3.2.4 人工神经网络的训练
        3.2.5 径向基函数网络
        3.2.6 基于RBF人工神经网络的年龄及丰度识别原理
4 铀核材料年龄与核素丰度识别
    4.1 铀核材料年龄识别
        4.1.1 单组铀核材料年龄识别
        4.1.2 多组铀核材料年龄共同训练与识别
        4.1.3 网络对铀核材料年龄和丰度识别测试
    4.2 铀核材料核素丰度识别
5 结论与展望
    5.1 结论
    5.2 展望
参考文献
攻读硕士期间发表学术论文情况
致谢



本文编号：3783330