發(fā)布時間：2018-03-17 05:25

  本文選題：支持向量機(jī)　切入點(diǎn)：γ能譜　出處：《核電子學(xué)與探測技術(shù)》2016年08期 　論文類型：期刊論文

【摘要】：針對傳統(tǒng)γ能譜識別方法對高本底、低分辨率的復(fù)雜γ譜解析效果不明顯、準(zhǔn)確率低等問題,提出了一種基于支持向量機(jī)的核素識別方法。通過能譜預(yù)處理方法,獲取能譜特征信息,將核素庫的建立與分類器的構(gòu)造相結(jié)合,使用實際能譜進(jìn)行驗證。通過譜儀對3種核素的不同組合進(jìn)行能譜實測,實驗結(jié)果表明,通過支持向量機(jī)的分類方法,對實測混合核素的識別準(zhǔn)確率達(dá)到94%以上。
[Abstract]:Aiming at the problem that the traditional 緯 -spectrum recognition method is not effective and accurate in complex 緯 spectrum analysis with high background and low resolution, a new method based on support vector machine (SVM) is proposed. The energy spectrum characteristic information is obtained, the establishment of the nuclide library is combined with the construction of the classifier, and the actual energy spectrum is verified by using the actual energy spectrum. The experimental results show that the three different combinations of nuclides are measured by the spectrometer. By using support vector machine (SVM) classification, the recognition accuracy of mixed nuclides is more than 94%.
【作者單位】： 西南科技大學(xué)信息工程學(xué)院;中國科學(xué)技術(shù)大學(xué)自動化系;
【基金】：四川省重點(diǎn)實驗室開放基金(15kftk02)資助
【分類號】：TL817.2;TP181

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 丁世飛;齊丙娟;譚紅艷;;支持向量機(jī)理論與算法研究綜述[J];電子科技大學(xué)學(xué)報;2011年01期

2 劉志剛,李德仁,秦前清,史文中;支持向量機(jī)在多類分類問題中的推廣[J];計算機(jī)工程與應(yīng)用;2004年07期

3 張學(xué)工;關(guān)于統(tǒng)計學(xué)習(xí)理論與支持向量機(jī)[J];自動化學(xué)報;2000年01期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 薛章鷹;劉興權(quán);;結(jié)合ReliefF、GA和SVM的面向?qū)ο蠼ㄖ锬繕?biāo)識別特征選擇方法[J];測繪工程;2017年02期

2 陳彬;韓超;劉閣;;顆粒污染物對變壓器油介質(zhì)損耗因數(shù)的影響[J];石油學(xué)報(石油加工);2017年01期

3 葉蘭洲;周健勇;;支持向量機(jī)在上市公司風(fēng)險管理中的應(yīng)用[J];科技和產(chǎn)業(yè);2017年01期

4 周開店;謝鈞;羅健欣;;基于Leap Motion指尖位置的手勢提取和識別技術(shù)研究[J];微型機(jī)與應(yīng)用;2017年02期

5 歐陽庭輝;查曉明;秦亮;熊一;黃鶴鳴;;基于相似性修正的風(fēng)電功率爬坡事件預(yù)測方法[J];中國電機(jī)工程學(xué)報;2017年02期

6 李誠;張宏烈;王崇;;基于SVM的高校錄取分?jǐn)?shù)預(yù)測模型[J];高師理科學(xué)刊;2016年12期

7 白焱;甘旭升;董鑫;戴哲;;集對分析和LS-SVM相結(jié)合的裝備研制風(fēng)險綜合評價法[J];國防科技大學(xué)學(xué)報;2016年06期

8 劉子玉;肖靜;;吉林省農(nóng)資物流發(fā)展水平的評價研究[J];農(nóng)學(xué)學(xué)報;2016年12期

9 崔國恒;李京書;張軍;;粒子群算法優(yōu)化混合核函數(shù)SVM及應(yīng)用[J];艦船電子工程;2016年12期

10 韓戟;何成浩;蘇星;施成云;劉東映;;一種基于SVM的電力行業(yè)物資需求預(yù)測方法[J];電氣技術(shù);2016年12期

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉曉亮;丁世飛;朱紅;張力文;;SVM用于文本分類的適用性[J];計算機(jī)工程與科學(xué);2010年06期

2 施其權(quán);李小明;肖辭源;;一類新型快速模糊支持向量機(jī)[J];計算機(jī)技術(shù)與發(fā)展;2010年02期

3 孫名松;高慶國;王宣丹;;基于雙隸屬度模糊支持向量機(jī)的郵件過濾[J];計算機(jī)工程與應(yīng)用;2010年02期

4 王文劍;郭虎升;;粒度支持向量機(jī)學(xué)習(xí)模型[J];山西大學(xué)學(xué)報(自然科學(xué)版);2009年04期

5 程偉;張燕平;趙姝;;商空間理論框架下的SVM產(chǎn)量預(yù)測模型研究[J];中國農(nóng)業(yè)大學(xué)學(xué)報;2009年05期

6 張文浩;王文劍;;一種基于關(guān)聯(lián)規(guī)則的核粒度支持向量機(jī)[J];廣西師范大學(xué)學(xué)報(自然科學(xué)版);2009年03期

7 李苗苗;向鳳紅;劉新旺;;一種新穎隸屬度函數(shù)的模糊支持向量機(jī)[J];計算機(jī)工程與科學(xué);2009年09期

8 謝賽琴;沈福明;邱雪娜;;基于支持向量機(jī)的人臉識別方法[J];計算機(jī)工程;2009年16期

9 郭虎升;王文劍;;基于神經(jīng)網(wǎng)絡(luò)的支持向量機(jī)學(xué)習(xí)方法研究[J];計算機(jī)工程與應(yīng)用;2009年02期

10 劉宏兵;熊盛武;;一類快速模糊支持向量機(jī)[J];系統(tǒng)仿真學(xué)報;2008年24期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 葛海峰;林繼鵬;劉君華;丁暉;;基于支持向量機(jī)和小波分解的氣體識別研究[J];儀器儀表學(xué)報;2006年06期

2 琚旭;王浩;姚宏亮;;支持向量機(jī)的一個邊界樣本修剪方法[J];合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2006年07期

3 張菁華;袁鑫;劉達(dá);;基于支持向量機(jī)的電力工程最優(yōu)投標(biāo)報價決策研究[J];山東電力高等專科學(xué)校學(xué)報;2006年04期

4 張濤;段淑敏;;支持向量機(jī)在中醫(yī)疾病癥候診斷中的應(yīng)用[J];華北水利水電學(xué)院學(xué)報;2007年03期

5 王晶;靳其兵;曹柳林;;面向多輸入輸出系統(tǒng)的支持向量機(jī)回歸[J];清華大學(xué)學(xué)報(自然科學(xué)版);2007年S2期

6 陳丹;;多類支持向量機(jī)算法的研究[J];東莞理工學(xué)院學(xué)報;2007年05期

7 程麗麗;張健沛;馬駿;;一種改進(jìn)的加權(quán)邊界調(diào)節(jié)支持向量機(jī)算法[J];哈爾濱工程大學(xué)學(xué)報;2007年10期

8 宋召青;崔和;胡云安;;支持向量機(jī)理論的研究與進(jìn)展[J];海軍航空工程學(xué)院學(xué)報;2008年02期

9 郭濵;孫曉梅;薛明;;基于殼向量的邊界鄰近支持向量機(jī)[J];黑龍江交通科技;2008年12期

10 許超;運(yùn)士偉;舒云星;;基于支持向量機(jī)的混凝土測強(qiáng)換算模型[J];洛陽理工學(xué)院學(xué)報(自然科學(xué)版);2008年02期

相關(guān)會議論文 前10條

1 余樂安;姚瀟;;基于中心化支持向量機(jī)的信用風(fēng)險評估模型[A];第六屆（2011）中國管理學(xué)年會——商務(wù)智能分會場論文集[C];2011年

2 劉希玉;徐志敏;段會川;;基于支持向量機(jī)的創(chuàng)新分類器[A];山東省計算機(jī)學(xué)會2005年信息技術(shù)與信息化研討會論文集（一）[C];2005年

3 史曉濤;劉建麗;駱玉榮;;一種抗噪音的支持向量機(jī)學(xué)習(xí)方法[A];全國第19屆計算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集（下冊）[C];2008年

4 何琴淑;劉信恩;肖世富;;基于支持向量機(jī)的系統(tǒng)辨識方法研究及應(yīng)用[A];中國力學(xué)大會——2013論文摘要集[C];2013年

5 劉駿;;基于支持向量機(jī)方法的衢州降雪模型[A];第五屆長三角氣象科技論壇論文集[C];2008年

6 王婷;胡秀珍;;基于組合向量的支持向量機(jī)方法預(yù)測膜蛋白類型[A];第十一次中國生物物理學(xué)術(shù)大會暨第九屆全國會員代表大會摘要集[C];2009年

7 趙晶;高雋;張旭東;謝昭;;支持向量機(jī)綜述[A];全國第十五屆計算機(jī)科學(xué)與技術(shù)應(yīng)用學(xué)術(shù)會議論文集[C];2003年

8 周星宇;王思元;;智能數(shù)學(xué)與支持向量機(jī)[A];2005年中國智能自動化會議論文集[C];2005年

9 顏根廷;馬廣富;朱良寬;宋斌;;一種魯棒支持向量機(jī)算法[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

10 侯澍e，

本文編號：1623365