基于BP神经网络的中子/伽马射线甄别方法研究

发布时间：2023-06-04 01:38

　　中子探测技术被广泛应用在材料勘探、爆炸物的安全检测、环境污染的放射性检测、航天航空、核工业等领域,中子探测技术的广泛应用致使中子探测器也得到了快速发展。但是常用的中子探测器对中子和γ射线均很敏感,因此探测中子之前的首要工作就是甄别中子和γ射线后排除γ射线本底的干扰,所以研究中子和γ射线甄别方法对于应用发展中子探测技术具有重要意义。本文考虑到传统的中子和γ射线甄别算法都有各自的局限性,而BP神经网络算法不仅可以实现的分类器功能又能很好地解决传统算法的局限性。所以本文利用BP神经网络算法的分类功能并结合脉冲形状甄别技术,实现对中子和γ射线粒子的识别分类过程。首先利用电荷比较算法和频域梯度分析算法对中子和γ射线的脉冲信号进行预处理,判断信号的种类,选取同时满足这两种甄别方法筛选条件的中子和γ射线脉冲信号作为BP神经网络的训练样本集。通过利用训练样本训练BP神经网络,使得完成训练的神经网络可以实现中子和γ射线的识别分类功能。并且通过计算BP神经网络的甄别误差率对BP神经网络应用于中子和γ射线脉冲形状甄别的准确性进行验证。结果显示中子脉冲信号甄别误差率为2.2%,γ脉冲信号甄别误差率0.4%;甄...

【文章页数】：52 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 引言
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 研究内容及方法
    1.4 论文结构安排
第2章 中子探测理论基础
    2.1 中子探测的原理及方法
    2.2 闪烁体探测器及实验平台
        2.2.1 有机闪烁体探测器
        2.2.2 实验平台
    2.3 常见的n/γ甄别算法研究
        2.3.1 n/γ甄别的基本原理
        2.3.2 n/γ甄别算法的分类及工作特点
    2.4 本章小结
第3章 BP神经网络理论分析
    3.1 人工神经网络
        3.1.1 人工神经网络的发展
        3.1.2 人工神经网络的结构
        3.1.3 人工神经网络的分类
        3.1.4 人工神经网络的工作特点
    3.2 BP神经网络
        3.2.1 BP神经网络算法简介
        3.2.2 BP神经网络的结构
        3.2.3 BP神经网络算法原理
    3.3 BP神经网络在n/γ甄别中的应用
        3.3.1 确定BP神经网络的结构
        3.3.2 设定BP神经网络的参数
        3.3.3 甄别n/γ信号的算法流程
    3.4 本章小结
第4章 算法实现
    4.1 预处理算法
        4.1.1 建立原始数据矩阵
        4.1.2 脉冲信号的滤波处理
        4.1.3 脉冲信号的标准化处理
    4.2 几种常见甄别算法的甄别结果
        4.2.1 电荷比较算法
        4.2.2 上升时间算法
        4.2.3 频域梯度分析算
        4.2.4 K-means++聚类算法
    4.3 基于BP神经网络的甄别结果
    4.4 结果对比分析
    4.5 本章小结
第5章 总结与展望
    5.1 工作总结
    5.2 进一步研究展望
参考文献
致谢
个人简历、在校期间发表的学术论文及研究成果



本文编号：3830434