人工神經(jīng)網(wǎng)絡(luò)由于其優(yōu)良的自我調(diào)節(jié)能力及學(xué)習(xí)能力,已經(jīng)被廣泛地應(yīng)用在各領(lǐng)域的非線性分析中.在中國錦屏極深地下實驗室（CJPL）中的低本底液閃中子探測器一直在記錄著中子的本底數(shù)據(jù),探測器輸出的能譜實際上是核反沖能譜,與輸入能譜可一一對應(yīng),并隨著輸入能譜的改變而發(fā)生改變;因此可以將探測器輸出信號輸入到訓(xùn)練過的神經(jīng)網(wǎng)絡(luò)中判斷輸入能譜.本論文采用的神經(jīng)網(wǎng)絡(luò)為Elman神經(jīng)網(wǎng)絡(luò),訓(xùn)練神經(jīng)網(wǎng)絡(luò)采用的數(shù)據(jù)為Geant4模擬所得.將實驗獲取的核反沖能譜輸入到訓(xùn)練過的神經(jīng)網(wǎng)路進行反解,最后Elman網(wǎng)絡(luò)反解出的Am-Be中子源能譜與真實譜誤差在0.1%～11.8%,反解出的²⁵²Cf中子源能譜與真實譜誤差在0.1%～8.9%. 

【文章來源】：四川大學(xué)學(xué)報(自然科學(xué)版). 2020,57(03)北大核心CSCD

【文章頁數(shù)】：4 頁

【部分圖文】：

Elman神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

由于在實驗中無法得到訓(xùn)練用的大量能譜數(shù)據(jù), 而Geant4軟件可以通過內(nèi)置程序包設(shè)置不同探測條件下所得到的不同放射源能譜與探測器輸出能譜[7], 并與之一一對應(yīng). 因此本文選擇用Geant4模擬所得的能譜輸入到Matlab的神經(jīng)網(wǎng)絡(luò)的工具箱中進行訓(xùn)練, 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如上節(jié)所示.訓(xùn)練神經(jīng)網(wǎng)絡(luò)的關(guān)鍵在于訓(xùn)練樣本的正確性, 如果樣本中的數(shù)據(jù)有錯誤或者模擬所得的數(shù)據(jù)不能真實反映中子能譜, 則相當(dāng)于把“錯”當(dāng)成“對”教給了神經(jīng)網(wǎng)絡(luò)學(xué)習(xí), 這樣訓(xùn)練出的神經(jīng)網(wǎng)絡(luò)并非所需. 本文所用的中子探測器(圖2)已在錦屏地下實驗室長期采集數(shù)據(jù), 數(shù)據(jù)處理以及模擬工作都已發(fā)展成熟, 可保證樣本數(shù)據(jù)的正確性.

Matlab中的神經(jīng)網(wǎng)絡(luò)工具包可以對大量數(shù)據(jù)進行快速處理, 正符合我們對訓(xùn)練神經(jīng)網(wǎng)絡(luò)的大量樣本數(shù)據(jù)批處理的需求, 并且輸出的結(jié)果可以直接與原始數(shù)據(jù)進行對比, 可及時得知數(shù)據(jù)的正確性, 具體操作步驟如圖3.圖4 252Cf 中子源作為輸入時Geant4模擬與實驗所得核反沖能譜的對比

【參考文獻】：
期刊論文
[1]基于改進Elman神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志信息量度量[J]. 駱晨,劉瀾,李新,褚鵬宇.  交通運輸工程與信息學(xué)報. 2018(03)
[2]三種解譜算法求解中子能譜的解譜效果比較[J]. 李建偉,李德源,劉建忠,王學(xué)新,王勇,張凱,杜旭紅,宋嘉濤,楊明明.  核電子學(xué)與探測技術(shù). 2017(02)
[3]基于廣義最小二乘法原理的中子能譜解譜程序開發(fā)及驗證[J]. 陳曉亮,趙守智.  原子能科學(xué)技術(shù). 2015(12)
[4]新的三層BP神經(jīng)網(wǎng)絡(luò)算法在解譜分析中的應(yīng)用[J]. 酈文忠,謝濤,曹利國.  科學(xué)技術(shù)與工程. 2009(04)



本文編號：3426551