基于MATLAB的γ谱人工神经网络分析方法.pdfVIP

第 卷 第 期 核电子学与探测技术 ! # $% ’! (% ’# 年 月 (+,-./ 0-,1/%23,4 5 6-1-,13%2 7-,82%%9: !)) * ;- ’ !)) !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 基于=7?@ 的 谱人工神经 ! 网络分析方法 白立新，张一云，徐家云，吴丽萍，周厚全 （四川大学物理科学与技术学院，四川成都 AB))AC ） 摘要：用人工神经网络分析 能谱具有充分利用全谱信息，分析结果精度高的优点。在 =7?@ ! 平台上实现了该分析方法，具有编程简单、可靠、便于推广的优点。 关键词：人工神经网络； ；能谱分析 =7?@ 中图分类号： ； 文献标识码： 文章编号： （ ） 7(DBB 7EBA ’ F )!#FG)*C !)) )#G)C)CG) 该方法也可用于 、（ ）等谱议的谱分析 LEM- ;3 ?3 ! 引言 中。 由于人工神经网络具有非线性映射、快速 基于=7?@ 平台的 谱分析实现方 ! 并行分布处理、学习特征等能力，将它应用于! ［］ 法# 能谱分析具有非线性自动修正，充分利用全谱 信息，减少统计误差，提高计算精度等优点。从 谱分析的目的为求出含有多种核素的未 ! B**! 年至今，国内外已有许多文章介绍了人工 知样品中每种核素的活度。用人工神经网络进 神经网络成功应用于各种能谱分析中的例 行谱分析，要求预先测量出未知样品谱中每个 ［ ］ 子 B H 。但一般用人工神经网络方法编写解谱 单独核素的标准样品谱，并且标准样品谱与未 程序复杂，不利于推广。=7?@ 软件包具有 知样品谱测量条件相同。 简单易学、编写出的程序代码短小高效、计算功 为了说明 谱的神经网络分析方法，以含 ! 能和图形表达功能非常强大等优点，并且提供 有三种核素的样品谱分析为例。设标准谱为 了现成的神经网络工具箱。在=7?@ 平台上 A) #C BD 、 、 单核素样品谱，未知样品谱为 N% =2