[发明专利]一种基于深度学习Transformer模型的梯形堆积核脉冲识别方法

摘要

本发明公开了一种基于深度学习Transformer模型的梯形堆积核脉冲识别方法，是对梯形成形后的上升沿变缓的堆积阶跃核脉冲进行识别。首先，将欲进行参数识别的梯形堆积核脉冲看成是由N个上升沿变缓的阶跃脉冲堆积后经过梯形成形后得到的。其次，制作含有多个样本的数据集，每个样本含有其对应梯形堆积核脉冲的采样值及脉冲的参数集。然后，各个样本对应的梯形堆积核脉冲的采样值以及相应的位置编码作为Transformer模型的输入数据。接着，用Transformer模型中的多层编码器与解码器提取特征，并对其内部的前馈神经网络进行训练。最后，用训练完成后的Transformer模型对欲进行参数识别的原始梯形堆积核脉冲进行参数识别。该方法大大降低了梯形堆积核脉冲的舍弃率，提高了放射性测量的准确度和可信度。