[发明专利]能谱数据的核素种类的识别方法在审
| 申请号： | 201811312752.6 | 申请日： | 2018-11-06 |
| 公开（公告）号： | CN109635650A | 公开（公告）日： | 2019-04-16 |
| 发明（设计）人： | 仝茵;吕建友;刘丽 | 申请（专利权）人： | 中国电子科技集团公司电子科学研究院 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 工业和信息化部电子专利中心 11010 | 代理人： | 田卫平 |
| 地址： | 100041 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种能谱数据的核素种类的识别方法，包括：对能谱数据预处理，从而得到正太分布的能谱数据；在所述正太分布的能谱数据中提取能谱特征向量特征；将所述特征向量特征作为分类模型的输入向量特征建立决策树分类器进行分类预测；使用AdaBoost算法提升所述分类预测准确率。通过提取能谱特征向量特征，并依据提取的能谱特征向量特征建立决策树分类器进行分类预测，然后使用AdaBoost算法提升所述分类预测准确率。应用AdaBoost算法提升单轮决策树分类结果的误判率，从而大大提高对核素种类的分类准确率。 | ||
| 搜索关键词： | 能谱数据 特征向量 能谱 决策树分类器 分类 预测 准确率 预处理 分类准确率 分类结果 分类模型 输入向量 决策树 误判率 单轮 应用 | ||
【主权项】：
1.一种能谱数据的核素种类的识别方法，其特征在于，包括：对原始能谱数据预处理，从而得到正太分布的能谱数据矩阵；对所述正太分布的能谱数据矩阵进行降维处理，从而提取能谱特征向量特征；将所述特征向量特征作为分类模型的输入向量特征建立决策树分类器对能谱数据的核素进行分类预测；使用AdaBoost算法提升所述能谱数据的核素的分类预测准确率。
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中国电子科技集团公司电子科学研究院，未经中国电子科技集团公司电子科学研究院许可，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/201811312752.6/，转载请声明来源钻瓜专利网。
