人工神经网络在放射性核素能谱分析中的应用进展.pdfVIP

第

16

卷

第

3

期现代应用物理Vol.

16，No.

3

2025

年

6

月MODERN

APPLIED

PHYSICSJun.

2025

郭启隆，牛亚洲，张瑞芹，等.

人工神经网络在放射性核素能谱分析中的应用进展[J].

现代应用物理，2025，16（3）：030102.

（GUO

Qilong，NIU

Yazhou，

ZHANG

Ruiqin，et

al.

Advances

in

the

application

of

artificial

neural

networks

to

analyze

radionuclide

energy

spectrum[J].

Modern

Applied

Physics，2025，

16（3）：030102.

）

人工神经网络在放射性核素能谱分析中的应用进展

郭启隆，

牛亚洲，

张瑞芹，

赵允刚，

张新军，

†

秦雨浩，

贾昊康，

李奇，

王世联

（禁核试北京国家数据中心和北京放射性核素实验室，北京

100085）

摘要：人工神经网络（artificial

neural

networks，ANN）技术在处理非线性、多变量数据集上具有

独特的优势。本文针对全面禁止核试验条约（Comprehensive

Nuclear-Test-Ban

Treaty，CTBT）相关

的放射性核素能谱分析需求，综述了ANN在γ能谱分析和β-γ能谱分析中的应用。主要展示了

ANN在放射性核素能谱的核素识别、放射性核素活度计算和优化实验条件等方面的训练和性能评

估结果，重点介绍了网络结构、输入参数和数据集等神经网络训练的关键要素。与传统放射性核

素分析方法相比，基于ANN的分析方法利用了全部能谱的信息，不仅提高了分析结果的准确度和

效率，同时提高了系统的自动化水平、减少人为干预。

关键词：CTBT；放射性；人工神经网络；γ能谱；β-γ能谱

中图分类号：TP183；TL92文献标志码：ADOI：10.12061/j.issn.2095-6223.202501002

AdvancesintheApplicationofArtificialNeuralNetworkstoAnalyze

RadionuclideEnergySpectrum

GUO

Qilong,

NIU

Yazhou,

ZHANG

Ruiqin,

ZHAO

Yungang,

ZHANG

Xinjun,

QIN

Yuhao,

JIA

Haokang,

LI

Qi,

WANG

Shilian

(CTBT

Beijing

National

Data

Centre

and

Beijing

Radionuclide

Laboratory，Beijing

100085，China)