10.3969/j.issn.0258-0934.2023.01.003
基于逻辑回归二分类的核素识别算法研究
传统的核素识别主要根据能谱中特征峰确定核材料中放射性核素的种类,当出现叠峰时,常规方法就无法实现核素识别.采用逻辑回归二分类的算法进行核素的识别,利用小波包分解将能谱拆成不同频率信号,再将不同频率信号进行重构,计算频率信号的特征信号.把这个特性信号看作能量,将能量组成特征向量,会得到一组与信号相对应的能量序列,可构成一组特征向量.对测量的所有γ能谱进行特征向量提取用作机器学习的训练集和测试集.将训练集代入进行预测函数模型训练.通过求解损失函数全局最小值得到预测函数模型最优解的参数θ.代入测试集计算核素识别正确率为97%.经过实验验证了所提算法的可行性,对快速识别核素具有一定的实际价值.
机器学习、特征提取、逻辑回归、核素识别、损失函数
43
TL93
2023-08-09(万方平台首次上网日期,不代表论文的发表时间)
共6页
12-17