中子探測技術(shù)被廣泛應(yīng)用在材料勘探、爆炸物的安全檢測、環(huán)境污染的放射性檢測、航天航空、核工業(yè)等領(lǐng)域,中子探測技術(shù)的廣泛應(yīng)用致使中子探測器也得到了快速發(fā)展。但是常用的中子探測器對中子和γ射線均很敏感,因此探測中子之前的首要工作就是甄別中子和γ射線后排除γ射線本底的干擾,所以研究中子和γ射線甄別方法對于應(yīng)用發(fā)展中子探測技術(shù)具有重要意義。本文考慮到傳統(tǒng)的中子和γ射線甄別算法都有各自的局限性,而BP神經(jīng)網(wǎng)絡(luò)算法不僅可以實現(xiàn)的分類器功能又能很好地解決傳統(tǒng)算法的局限性。所以本文利用BP神經(jīng)網(wǎng)絡(luò)算法的分類功能并結(jié)合脈沖形狀甄別技術(shù),實現(xiàn)對中子和γ射線粒子的識別分類過程。首先利用電荷比較算法和頻域梯度分析算法對中子和γ射線的脈沖信號進行預(yù)處理,判斷信號的種類,選取同時滿足這兩種甄別方法篩選條件的中子和γ射線脈沖信號作為BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本集。通過利用訓(xùn)練樣本訓(xùn)練BP神經(jīng)網(wǎng)絡(luò),使得完成訓(xùn)練的神經(jīng)網(wǎng)絡(luò)可以實現(xiàn)中子和γ射線的識別分類功能。并且通過計算BP神經(jīng)網(wǎng)絡(luò)的甄別誤差率對BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于中子和γ射線脈沖形狀甄別的準確性進行驗證。結(jié)果顯示中子脈沖信號甄別誤差率為2.2%,γ脈沖信號甄別誤差率0.4%;甄...

【文章頁數(shù)】：52 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 引言
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究內(nèi)容及方法
    1.4 論文結(jié)構(gòu)安排
第2章 中子探測理論基礎(chǔ)
    2.1 中子探測的原理及方法
    2.2 閃爍體探測器及實驗平臺
        2.2.1 有機閃爍體探測器
        2.2.2 實驗平臺
    2.3 常見的n/γ甄別算法研究
        2.3.1 n/γ甄別的基本原理
        2.3.2 n/γ甄別算法的分類及工作特點
    2.4 本章小結(jié)
第3章 BP神經(jīng)網(wǎng)絡(luò)理論分析
    3.1 人工神經(jīng)網(wǎng)絡(luò)
        3.1.1 人工神經(jīng)網(wǎng)絡(luò)的發(fā)展
        3.1.2 人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
        3.1.3 人工神經(jīng)網(wǎng)絡(luò)的分類
        3.1.4 人工神經(jīng)網(wǎng)絡(luò)的工作特點
    3.2 BP神經(jīng)網(wǎng)絡(luò)
        3.2.1 BP神經(jīng)網(wǎng)絡(luò)算法簡介
        3.2.2 BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
        3.2.3 BP神經(jīng)網(wǎng)絡(luò)算法原理
    3.3 BP神經(jīng)網(wǎng)絡(luò)在n/γ甄別中的應(yīng)用
        3.3.1 確定BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
        3.3.2 設(shè)定BP神經(jīng)網(wǎng)絡(luò)的參數(shù)
        3.3.3 甄別n/γ信號的算法流程
    3.4 本章小結(jié)
第4章 算法實現(xiàn)
    4.1 預(yù)處理算法
        4.1.1 建立原始數(shù)據(jù)矩陣
        4.1.2 脈沖信號的濾波處理
        4.1.3 脈沖信號的標準化處理
    4.2 幾種常見甄別算法的甄別結(jié)果
        4.2.1 電荷比較算法
        4.2.2 上升時間算法
        4.2.3 頻域梯度分析算
        4.2.4 K-means++聚類算法
    4.3 基于BP神經(jīng)網(wǎng)絡(luò)的甄別結(jié)果
    4.4 結(jié)果對比分析
    4.5 本章小結(jié)
第5章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 進一步研究展望
參考文獻
致謝
個人簡歷、在校期間發(fā)表的學(xué)術(shù)論文及研究成果



本文編號：3830434