[发明专利]一种核素识别方法

权利要求书

1.一种核素识别方法，其特征在于，包括下述步骤：

A、模拟构建放射性核素库，利用蒙特卡罗方法模拟每一种需要伽马探测器探测的放射性核素的伽马能谱，记第i种放射性核素的伽马能谱为S_i，所述S_i为c×1的矩阵，c为所述伽马能谱的总道数；

B、利用实测能谱构建伽马探测器的能量响应模型，利用伽马探测器实测至少两种能量的伽马光子的能谱，假设所述伽马光子的能量分别为E₁，E₂，…，E_w，所测得的伽马能谱的全能峰的半高宽分别为△E₁，△E₂，…，△E_w，其中w≥2且w为整数，构建所用伽马探测器的能量响应模型，即所用伽马探测器测量所得伽马能谱的全能峰展宽程度随全能峰能量变化的数学模型，即

其中，α和β为所用伽马探测器的能量响应模型参数，利用最小二乘拟合获取α和β的值即完成所用伽马探测器的能量响应模型的搭建；

C、利用所述能量响应模型实现模拟能谱与实测能谱的匹配；将在步骤A中模拟出的能谱S_i加入步骤B中所构建的能量响应模型，对模拟出的伽马能谱进行展宽，以实现模拟出的能谱与实测能谱的匹配，匹配后第i种核素的伽马能谱T_i表示为：

其中，f(E)为半高宽为的高斯卷积核，E为实测伽马能量，T_i与S_i的每一道均一一对应，S_i的不同道址的展宽程度不同；

D、利用所述匹配后的核素伽马能谱生成具有谱线漂移效应的伽马能谱；

E、对所述具有谱线漂移效应的伽马能谱的能谱数据进行降维；

F、构建神经网络，训练所述神经网络，实现所述神经网络的节点参数的优化；

G、对于所述伽马探测器探测所得的未知核素的伽马能谱，利用所述神经网络进行识别。

2.根据权利要求1所述的核素识别方法，其特征在于，

在所述步骤A中，进行所述模拟时，所述伽马探测器具有理想能量响应。

3.根据权利要求2所述的核素识别方法，其特征在于，

在所述步骤D中，

加入谱线漂移效应的第i种核素的伽马能谱表示为U_i＝gT_i，其中g为探测器的增益因子。

4.根据权利要求3所述的核素识别方法，其特征在于，通过随机抽样产生所述g的值。

5.根据权利要求3或4所述的核素识别方法，其特征在于，

在所述步骤E中，

通过对在所述步骤D中得到的所有核素的伽马能谱数据进行主成分分析来实现所述降维，降维后的伽马能谱M_i＝V^TU_i，其中，M_i为k*1的矩阵，正整数kc，V为c×k的矩阵，k为所述M_i的总道数。

6.根据权利要求5所述的核素识别方法，其特征在于，

在所述步骤F中，

所述神经网络的输入为所述步骤E中降维后的伽马能谱数据，输出为对应的核素的组分。

7.根据权利要求6所述的核素识别方法，其特征在于，

所述核素的组分为n×1的矩阵，其中，n为需要所述伽马探测器探测并识别的放射性核素的种类数目。

8.根据权利要求6或7所述的核素识别方法，其特征在于，

在所述步骤G中，

所述伽马探测器测量未知核素的伽马能谱X后，首先利用在所述步骤E中生成的特征向量矩阵V对所述伽马能谱X进行降维，降维后的能谱数据为Y＝V^TX，再将所述Y作为输入数据输入到在所述步骤F中训练完成的神经网络中，由所述神经网络输出所述未知核素的种类。