随机变量函数法校正NaI γ指纹谱线漂移

摘要：

针对NaI γ能谱的谱线漂移严重,难以满足γ指纹识别技术应用要求,提出了基于随机变量函数理论的γ指纹漂移校正方法.通过Matlab软件对标准源校正前后NaI γ指纹识别结果表明,峰位最大漂移由63.33％减小为0.68％,峰高最大变化由38.17％减小为1.98％,识别下限由16.50％降低为1.64％.研究表明,方法可有效消除NaI γ指纹的水平漂移和纵向谱强度变化,降低了识别下限,提高了识别置信度,可为扩大NaI γ指纹识别技术应用提供技术支持.

关键词：γ指纹识别;识别置信度;随机变量;RBF神经网络

所属期刊栏目：40

分类号：TP274(自动化技术及设备)

资助基金：大连市科技合作项目85017017

在线出版日期：2021-08-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：932-936