γ指纹的特征提取及其RBF神经网络识别

摘要：

为提高核材料γ指纹的识别置信度,提取了γ指纹特征峰总面积作为识别特征,并对不同强度的特征峰总面积做“反”加权处理.采用RBF神经网络识别2组差异甚微核材料的γ指纹.结果表明:与传统识别特征相比,以特征峰总面积为识别特征,既可降低信息冗余度,又能充分保留γ指纹的特征性,有效降低了识别下限.“反”加权处理方法进一步提高了识别置信度.

关键词：γ指纹、特征峰、识别置信度、RBF神经网络

所属期刊栏目：40

分类号：TL81;TP399(粒子探测技术、辐射探测技术与核仪器仪表)

在线出版日期：2020-07-28（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：9-13