基于AdaBoost的核素识别方法

摘要：

论文介绍了在真实能谱衰减环境中,提出一套对核素进行识别学习算法的流程.采用SVD特征抽取对能谱数据降维,提取到能谱特征向量,在形成的特征向量数据集上,训练决策树分类器,进而通过AdaBoost集成学习算法对多轮的决策树算法的训练结果进行融合,使用K轮类别投票法结合策略,构建一个结果更为接近标签值的假设函数算法模型,解决了探测器检测的能量信息具有局部特征、存在重叠峰值导致核素判别出现错失误判的问题,提高核素识别率.

关键词：核素识别、AdaBoost算法、决策树算法、数据降维

所属期刊栏目：14

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2019-04-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：101-106