[发明专利]基于核脉冲峰值序列的一维卷积神经网络核素识别方法在审
| 申请号： | 202110492704.5 | 申请日： | 2021-05-07 |
| 公开（公告）号： | CN115310472A | 公开（公告）日： | 2022-11-08 |
| 发明（设计）人： | 石睿;庹先国;罗庚;赵威;闫成杰;刘一瑭 | 申请（专利权）人： | 四川轻化工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/08;G01T1/00 |
| 代理公司： | 成都点睛专利代理事务所(普通合伙) 51232 | 代理人： | 李玉兴 |
| 地址： | 643000 四川*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种能够确保识别核素准确性、提高核素识别速度的基于核脉冲峰值序列数据的一维卷积神经网络核素识别方法。该基于核脉冲峰值序列数据的一维卷积神经网络核素识别方法首先通过探测器实际测量核脉冲信号，使用离散小波变换进行滤波，随后提取脉冲的幅值与幅值点对应的时间，组成序列数据；将获得的序列数据进行最大最小归一化操作，然后再划分数据集为训练集和测试集；使用TensorFlow搭建一维卷积神经网络，使用训练集训练神经网络模型，然后在使用测试集进行测试，优化模型参数。采用该基于核脉冲峰值序列数据的一维卷积神经网络核素识别方法能够快速、高精度实现核素识别。 | ||
| 搜索关键词： | 基于 脉冲 峰值 序列 卷积 神经网络 核素 识别 方法 | ||
【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四川轻化工大学，未经四川轻化工大学许可，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/202110492704.5/，转载请声明来源钻瓜专利网。
- 上一篇：具有稳定夹合力的三尖瓣瓣膜修复装置及系统
- 下一篇：散热结构与电子装置
