[发明专利]基于深度学习的放射性废物桶密度重建方法及系统在审
| 申请号： | 202010953443.8 | 申请日： | 2020-09-11 |
| 公开（公告）号： | CN112132920A | 公开（公告）日： | 2020-12-25 |
| 发明（设计）人： | 王德忠;顾卫国;杨桧;董冰;周文涛;张新煜;吴思远 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06T11/00 | 分类号： | G06T11/00;G06N3/04;G06N3/08;G01N23/046 |
| 代理公司： | 上海汉声知识产权代理有限公司 31236 | 代理人： | 胡晶 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习的放射性废物桶密度重建方法及系统，包括：原始密度图像获取步骤：随机选取填充了不同形状、不同密度介质的废物桶，获得废物桶原始密度图像；模糊密度图像获取步骤：对上一步骤中的废物桶透射测量后，得到衰减程度信息，再基于迭代算法重建出废物桶模糊密度图像；训练集和测试集数据获取步骤：重复上述步骤，获得训练集和测试集数据；CNN网络搭建步骤：搭建CNN网络结构；CNN网络训练和测试步骤：使用训练集和测试集中数据对CNN网络进行训练和测试；清晰密度图像获取步骤：测量待测废物桶的射线衰减数据，根据传统的TGS密度重建方法获得模糊的密度图像，将模糊密度图像放入已经训练好的神经网络中，获得清晰的密度图像。 | ||
| 搜索关键词： | 基于 深度 学习 放射性 废物 密度 重建 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海交通大学，未经上海交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010953443.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种金属垫片复合冲压生产线
- 下一篇：一种齿轮打蜡装置及其打蜡方法
