[发明专利]一种能谱重叠峰解析方法

摘要

本发明公开了一种能谱重叠峰解析方法。首先，对放射性测量中所获得的欲进行重叠峰分解的能谱段进行本底扣除，并求得重叠峰的净峰面积以及重叠峰净峰面积对应的各道址净计数；其次，将本底扣除后的能谱段看成多个高斯函数的线性和；然后，将高斯函数的参数组合成一个染色体；最后，将组合的染色体进行种群初始化，结合能谱段来自于个体的概率构造适应度函数，采用遗传算法的选择、交叉、变异算子，经过多代操作后得到各高斯函数的权值、均值以及标准差，即完成重叠峰的分解。该方法计算简便，可对由三个以上谱峰叠加的重叠峰进行分解，能有效地应用于谱峰的定量和定性分析，是一种性能良好的重叠峰分解方法。

主权项

一种能谱重叠峰解析方法，其特征在于，具体步骤如下：①对放射性测量中所获得的欲进行重叠峰分解的能谱段进行本底扣除，并求得重叠峰的净峰面积以及重叠峰净峰面积对应的各道址净计数；②本底扣除后的能谱段看成多个高斯函数的线性和，高斯函数的个数M应根据欲分解的重叠峰谱段中谱峰的具体分布情况而定；这里各高斯函数在线性和表达式中的系数称为各高斯函数的权值；③将M个高斯函数的参数组合看作一个染色体，每个染色体基因的组成按如下方法(a)、(b)之一：(a)每个高斯函数的权值ai、均值ui和标准差σi对应三个基因，每个染色体共有3M个基因；(b)第一个高斯函数的权值a1、均值u1和标准差σ1对应三个基因，剩下的每一个高斯函数的权值ai和均值ui对应两个基因，每个染色体共有2M+1个基因；④将步骤③组合的染色体进行种群初始化，结合能谱段来自于个体的概率构造适应度函数并计算个体适应度值，采用遗传算法的选择、交叉、变异算子，经过多代操作后得到各高斯函数的权值、均值以及标准差，即完成重叠峰的分解；所述结合能谱段来自于个体的概率构造适应度函数并计算个体适应度值，是按如下方法实现的：(a)先建立目标函数f(θ)f(θ)=-Σx=NaNb[nxlnΣj=1M(p(x|j)aj)]]]>其中，nx表示本底扣除后的能谱段在x道址处的净计数；Na、Nb分别表示能谱段的起始道址和结束道址；aj、uj和σj分别表示第j个高斯函数的权值、均值和标准差；若在步骤③中染色体取为3M个基因，则目标函数f(θ)中θ表示染色体(A1A2…AMu1u2…uMσ1σ2…σM)，且aj＝Aj/(A1+A2+…+AM)；若在步骤③中染色体取为2M+1个基因，则目标函数f(θ)中θ表示染色体(A1A2…AMu1u2…uMσ1)，同样aj＝Aj/(A1+A2+…+AM)，而且σj＝σ1uj/u1；(b)然后求适应度值对初始种群所有个体的目标函数值f(θ)进行由小到大排序，依次编号为1，2，…，PopSize；按如下适应度函数计算每个个体的适应度值：FitValue(j)＝ε(1‑ε)j‑1，j＝1,2,…,PopSize；ε的取值范围是(0,1)，PopSize表示种群个体数量。