[发明专利]一种基于SVD和SVM的核素识别方法在审
| 申请号： | 201710575457.9 | 申请日： | 2017-07-14 |
| 公开（公告）号： | CN107390259A | 公开（公告）日： | 2017-11-24 |
| 发明（设计）人： | 张江梅;高宁化;冯兴华;王坤朋;姚娟;张华;王姮 | 申请（专利权）人： | 西南科技大学 |
| 主分类号： | G01T1/38 | 分类号： | G01T1/38;G06K9/00;G06K9/62 |
| 代理公司： | 成都九鼎天元知识产权代理有限公司51214 | 代理人： | 袁春晓 |
| 地址： | 621000 四川*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及核辐射检测技术领域，公开了一种基于SVD和SVM的核素识别方法。包括步骤1获取核素的一维γ能谱图；步骤2根据一维γ能谱图获取对应的二维矩阵；步骤3根据奇异值分解的方法提取二维矩阵的特征向量，得到的特征向量表示核素；步骤4将实际测得多组一维γ能谱图的作为样本库，通过步骤1～3获取样本库中对应的特征向量，采用特征向量作为训练样本获取SVM分类器；步骤5将未知核素通过步骤1～3处理获取待测的特征向量，将待测的特征向量输入SVM分类器进行识别。通过测量大量已知核素的能谱数据，并通过支持向量机分类算法构建分类器，再测量未知核素，该方法通过获取一维向量和二维矩阵并提取特征值来表示核素，提示了核素识别效率。 | ||
| 搜索关键词： | 一种 基于 svd svm 核素 识别 方法 | ||
【主权项】：
一种基于SVD和SVM的核素识别方法，其特征在于，包括以下过程：步骤1：获取核素的一维γ能谱图；步骤2：根据一维γ能谱图获取对应的二维矩阵；步骤3：根据奇异值分解的方法提取二维矩阵的特征向量，得到的特征向量表示核素；步骤4：将实际测得多组一维γ能谱图的作为样本库，通过步骤1～3获取样本库中对应的特征向量，采用特征向量作为训练样本获取SVM分类器；步骤5：将待测量的未知核素通过步骤1～3处理获取待测的特征向量，将待测的特征向量输入SVM分类器进行识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西南科技大学，未经西南科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710575457.9/，转载请声明来源钻瓜专利网。
- 同类专利
- 一种基于稀疏特征与模糊决策树的多核素识别方法-201710573655.1
- 张江梅;张辰;冯兴华;王坤朋;姚娟;张华;王姮 - 西南科技大学
- 2017-07-14 - 2019-04-23 - G01T1/38
- 本发明公开了一种基于稀疏特征与模糊决策树的多核素识别方法，涉及核素识别领域。本发明技术要点包括：利用探测器采集各种已知核素得到相应的脉冲信号，分别对这些脉冲信号进行放大、去噪及模数转换得到信号样本；逐一对已知核素的信号样本进行稀疏编码得到若干的稀疏编码值，将所述若干的稀疏编码值作为该已知核素信号的属性；利用各个信号样本的属性及核素类别训练模糊决策树，得到能识别各种已知核素的模糊决策树；利用探测器采集某种未知核素并得输出脉冲信号，对该脉冲信号进行放大、去噪及模数转换，将处理结果进行稀疏编码得到稀疏编码值，将该系数编码值输入到训练好的模糊决策树中得到该脉冲信号的核素类别。
- 一种γ核素识别方法-201410637150.3
- 李哲;魏龙;王宝义;刘双全;张译文 - 中国科学院高能物理研究所
- 2014-11-05 - 2019-04-02 - G01T1/38
- 本发明提供了一种对复杂辐射场γ核素快速识别方法，包括：测量辐射场获得γ能谱；对γ能谱进行扣除综合本底及降噪处理，获得净能谱；根据净能谱中的峰位确定潜在核素；计算每个潜在核素的总净峰面积；对每个潜在核素的总净峰面积进行标准化处理，获得该潜在核素的标准化总净峰面积；对每个潜在核素的标准化总净峰面积扣除康普顿散射本底，获得每个潜在核素的纯峰面积值；计算每个潜在核素在所述辐射场的全概率值及概率标准阈值；计算每个潜在核素的存在概率。该方法对测量的能谱数据进行多重扣本底计算和标准化处理，结合由概率统计原理计算得到的全概率值和由标准源计算出的标准阈值，即可实现对核素及其存在概率的快速识别和计算。
- 一种基于模糊决策树的复杂核素识别方法-201710549519.9
- 冯兴华;刘灏霖;张江梅;王坤朋;何宏森;高翔;姚娟 - 西南科技大学
- 2017-07-07 - 2018-12-14 - G01T1/38
- 本发明涉及核辐射探测技术领域，公开了一种基于模糊决策树的复杂核素识别方法。包括以下过程：对放射性核素γ能谱采用时域最小二乘法进行平滑预处理；对处理后的γ能谱采用对称零面积变换法进行寻峰，提取特征峰位值；对处理后的γ能谱采用db5小波基对混合能谱进行5层一维小波变换，提取变换后最大的分波能量值；整合特征信息即特征峰位值和分波能量值形成样本库，基于模糊决策树方法，在建树过程中动态地对特征空间进行划分，构造核素识别分类器，实现核素的识别。本方案将小波变换后的分波能量与特征峰相结合作为核素识别依据，提高识别的可靠性和稳定性；其次，基于在建树过程中动态地对特征空间进行划分的模糊决策树方法，决策树的识别精度高。
- 一种微量核素在线识别方法-201710555290.X
- 张江梅;王昌龙;王坤朋;冯兴华;何宏森;高翔;姚娟 - 西南科技大学
- 2017-07-10 - 2018-11-09 - G01T1/38
- 本发明公开了一种微量核素在线识别方法，本发明涉及核素识别领域。本发明技术要点包括：针对微量核素活度低能谱获取时间长，而造成的核素识别困难的问题，利用核探测器检测环境中微量核素释放的射线并输出脉冲信号，记录脉冲信号的幅度值和对应的时刻值，得到多个脉冲的数据；根据一系列脉冲的能量值估算出这些特征射线对应的能量值fe与标准差δe；根据脉冲序列的时间间隔估算出剂量率对应的时间间隔估计值Δte，以及目标事件发生概率值α；逐一检验各个脉冲能量值是否在设定的能量值阈值范围内，以及逐一检验各个脉冲的时间间隔是否在设定的时间间隔阈值范围内，认为能量值与时间间隔均值在对应的设定阈值范围内的脉冲为有效脉冲等。
- 一种数字化n-γ实时甄别系统-201810208178.3
- 许鹏;王宋;牛莉博;霍勇刚;周满;姚青旭;黎素芬 - 中国人民解放军火箭军工程大学
- 2018-03-14 - 2018-10-09 - G01T1/38
- 本发明公开了一种数字化n‑γ实时甄别系统，该系统包括探测器、数据采集卡、FPGA硬件平台、上位机；探测器用于将n射线和γ射线转换成电流信号；数据采集卡用于采集电流信号，并将电流信号转换成数字脉冲信号；FPGA硬件平台用于根据获取的数字脉冲信号，采用改进质心算法，计算数字脉冲信号的质心分析提供参量；还用于根据获取的数字脉冲信号，确定数字脉冲信号幅值和数字脉冲信号时间信息；所述上位机用于存储质心分析提供参量、数字脉冲信号幅值、数字脉冲信号时间信息，并根据存储信息绘制n‑γ甄别谱图。采用本发明提供的系统，能够很好实现改进质心算法，能够将n、γ射线区分开，且计算复杂度低、甄别能力强、可满足实时甄别要求。
- 一种考虑介质旁向非均匀性的带电粒子等效深度获取方法-201611246410.X
- 胡丽琴;郑华庆 - 中科超精（安徽）科技有限公司
- 2016-12-29 - 2018-03-06 - G01T1/38
- 一种考虑介质旁向非均匀性的带电粒子等效深度获取方法，在传统积分深度剂量中的有效深度模型上，引入了笔形束内的高斯强度分布项和栅元体积作为权重因子，得到加权平均的电子密度替代传统中心轴密度进行修正，避免了传统方法在根据笔形束中心轴所经过的栅元电子密度来修正的有效深度时，未充分考虑笔形束除中心轴外的非均匀介质对带电粒子能量阻止和散射影响的不足，故本方法所提出的剂量计算精度更高。
- 一种测定铀富集度的方法-201710696336.X
- 田园;周浩;刘国荣 - 中国原子能科学研究院
- 2017-08-15 - 2018-02-02 - G01T1/38
- 本发明属于放射性物质测量技术领域，涉及一种测定铀富集度的方法。所述的方法利用γ能谱，通过相对探测效率自刻度方法进行铀富集度测定，包括如下步骤(1)根据235U和238U分别在能谱的中能区和高能区的相对探测效率RE与能量E的关系拟合得到相对探测效率曲线函数f(E)；(2)根据f(E)计算235U铀富集度。利用本发明的测定铀富集度的方法，能够不需要标准源，不考虑样品几何形状、密度、形态的测定样品中的铀富集度，并且更适用于测量外包装或容器存在一定γ射线屏蔽的样品。
- 一种基于SVD和SVM的核素识别方法-201710575457.9
- 张江梅;高宁化;冯兴华;王坤朋;姚娟;张华;王姮 - 西南科技大学
- 2017-07-14 - 2017-11-24 - G01T1/38
- 本发明涉及核辐射检测技术领域，公开了一种基于SVD和SVM的核素识别方法。包括步骤1获取核素的一维γ能谱图；步骤2根据一维γ能谱图获取对应的二维矩阵；步骤3根据奇异值分解的方法提取二维矩阵的特征向量，得到的特征向量表示核素；步骤4将实际测得多组一维γ能谱图的作为样本库，通过步骤1～3获取样本库中对应的特征向量，采用特征向量作为训练样本获取SVM分类器；步骤5将未知核素通过步骤1～3处理获取待测的特征向量，将待测的特征向量输入SVM分类器进行识别。通过测量大量已知核素的能谱数据，并通过支持向量机分类算法构建分类器，再测量未知核素，该方法通过获取一维向量和二维矩阵并提取特征值来表示核素，提示了核素识别效率。
- 基于特征变换与神经网络的快速核素识别方法-201710167607.2
- 汤晓斌;何建平;王鹏;龚频;韩镇阳 - 南京航空航天大学
- 2017-03-21 - 2017-08-22 - G01T1/38
- 本发明公开了一种基于特征变换与神经网络的快速核素识别方法，包含以下步骤通过伽马探测仪测量天然本底谱和放射性核素谱；采用滤波算法对天然本底谱进行平滑处理得到标准本底谱；采用滤波算法对放射性核素谱进行平滑处理得到标准放射性核素谱；将标准放射性核素谱减去标准本底谱，得到净计数谱；对净计数谱进行特征变换，按顺序提取一定数量的变换系数作为能谱特征向量并将其归一化；将归一化的特征向量输入到神经网络进行核素识别。本发明具有核素识别不受测量时间、探测距离和核素活度的影响、响应速度快、天然本底辐射及噪声干扰小等优点，可用于便携式辐射检测仪的快速核素识别。
- 对溴化镧γ谱仪的输出信号进行甄别处理的方法及其应用-201511001225.X
- 程建平;曾志;曾鸣;李君利;刘以农;马豪 - 清华大学
- 2015-12-28 - 2016-06-01 - G01T1/38
- 本发明公开了对溴化镧γ谱仪的输出信号进行甄别处理的方法及其应用，其中，输出信号为γ射线和α粒子的辐射信号。对溴化镧γ谱仪的输出信号进行甄别处理的方法包括：利用溴化镧γ谱仪探测待测物的辐射，以便得到输出信号；对输出信号进行分析，以便得到γ射线的特征量和α粒子的特征量；基于γ射线的特征量和α粒子的特征量，以便得到γ射线的特征量和α粒子的特征量随能量的分布图；以及基于分布图，对输出信号中的γ射线和α粒子的辐射信号进行区分，并得到γ射线的能谱测量值γ测和α粒子的能谱测量值α测。该方法可以简单、高效地区分输出信号中的γ射线和α粒子的辐射信号。
- 一种α、β脉冲甄别方法-201510783028.1
- 刘阳;骆志平;刘哲;庞洪超;董迁;陈勤 - 中国原子能科学研究院
- 2015-11-16 - 2016-02-10 - G01T1/38
- 本发明涉及一种α、β表面污染仪测量的α、β粒子脉冲甄别方法。该方法将光电探测器件产生的脉冲信号经信号放大器放大，形成用于甄别和记录的脉冲信号；将模拟脉冲信号转换为数字信号，将数字信号脉冲直接接入单片机，通过单片机记录输入数字信号脉冲的时间信息并计算脉冲宽度；将计算得到的输入脉冲的宽度与预先设定在单片机中的α、β粒子脉冲的宽度区间进行比较，实现α、β脉冲的甄别。本发明通过简单的电路设计就实现了α、β脉冲甄别，并且提高了α、β粒子的甄别效率。
- 具有放射源核素识别功能的伽马相机及核素识别方法-201410748880.0
- 王小胡;霍建文;李磊民;张华 - 西南科技大学
- 2014-12-09 - 2015-02-18 - G01T1/38
- 具有放射源核素识别功能的伽马相机及核素识别方法，属于核辐射探测技术领域，包括依次相连接的探头单元、信号处理单元、数据采集单元和数据处理及显示单元，探头单元包括针孔准直器、主探测器、反符合探测器及屏蔽罩，屏蔽罩为四面及后侧的侧壁围绕而成具有前侧开口的罩体，屏蔽罩内为用于放置主探测器及反符合探测器的容腔屏蔽罩的前端设有针孔准直器，针孔准直器与主探测器、反符合探测器隔有一定距离，反符合探测器围绕在主探测器的四面及后侧，主探测器包括闪烁体阵列及位置灵敏光电倍增管，位置灵敏光电倍增管设置在闪烁体阵列后表面，针孔准直器与闪烁体阵列及位置灵敏光电倍增管同轴设置；使用方便，准确率高；适用于进行识别核素操作。
- 一种动态探测放射源的方法及监测系统-201210087872.7
- 王凯亮;叶天强;肖国荣 - 杭州核安科技有限公司
- 2012-03-29 - 2013-10-23 - G01T1/38
- 本发明涉及一种动态探测放射源的方法及监测系统，该方法用于动态计算核辐射脉冲信号平均间隔时间及比较判断，该方法包含步骤：接收辐射脉冲信号；连续同步计算本底辐射脉冲的平均间隔时间tr和监测辐射脉冲的平均间隔时间ts；计算比较值B，
，当B>A时，输出有除天然辐射外的人工放射源的报警信息。应用一种动态探测放射源的方法的处理分析单元称为动态分析单元。一种动态探测放射源监测系统用于探测是否有除天然辐射外的人工放射源，所述监测系统包括辐射探测器、成形电路、峰值保持电路、A/D转换、数字甄别、报警装置以及m个动态分析单元，m为正整数。本发明所述的一种动态探测放射源的方法及监测系统，降低了探测下限，能够快速地探测出是否有除天然辐射外的人工放射源的存在，具有系统配置简单、高可靠性、高灵敏度、快速监测等特点。
- α辐射核信号模拟装置-200920243424.5
- 黄洪全;方方;王超;王敏;龚迪琛;丁卫撑;刘念聪;周伟;刘易;阎萍 - 成都理工大学
- 2009-11-24 - 2010-11-03 - G01T1/38
- 本实用新型公开了一种α辐射核信号模拟装置，包括DSP处理模块、α探测器、信号调理电路、多道数据采集分析模块、电源管理模块、多路脉冲输出通道、键盘、显示器。所述DSP处理模块与多道数据采集分析模块、多路脉冲输出通道、键盘、显示器相连，另外还与计算机相连；所述信号调理电路分别与多道数据采集分析模块和α探测器相连。另外，所述α辐射核信号模拟装置还置有α探测通道，含α探测器、信号调理电路及多道数据采集分析模块三部分，α探测通道电路板与DSP处理模块的连接采取分离式插接。该模拟装置采用参数化模型方法，可以方便、灵活地对α放射现场的核信号随机特性进行学习并逼真模拟；同时，也可根据需要调整参数以满足在核放射性测量中对核信号随机特性多样化的要求。
- 专利分类
