首页> 中文学位 >基于RBF神经网络的铀年龄及核素丰度定量识别
【6h】

基于RBF神经网络的铀年龄及核素丰度定量识别

代理获取

目录

第一个书签之前

摘 要

Abstract

1.1研究意义

1.2研究现状

2γ能谱指纹及其采集原理

2.1γ能谱指纹

2.2采集原理

2.2.2康普顿效应

2.2.3电子对效应

2.3γ能谱仪的组成及工作原理

2.4γ能谱的形成机制

3蒙特卡罗模拟与人工神经网络

3.1蒙特卡罗模拟技术

3.1.1蒙特卡罗模拟技术简介

3.1.2蒙特卡罗模拟基本思想

3.2人工神经网络

3.2.1生物神经元

3.2.2人工神经元

3.2.3人工神经网络

3.2.4人工神经网络的训练

3.2.5径向基函数网络

3.2.6基于RBF人工神经网络的年龄及丰度识别原理

4铀核材料年龄与核素丰度识别

4.1铀核材料年龄识别,

4.1.1单组铀核材料年龄识别

4.1.2多组铀核材料年龄共同训练与识别

4.1.3网络对铀核材料年龄和丰度识别测试

4.2铀核材料核素丰度识别

5结论与展望

5.1结论

5.2展望

参 考 文 献

攻读硕士期间发表学术论文情况

致谢

展开▼

著录项

  • 作者

    范成杰;

  • 作者单位

    辽宁师范大学;

  • 授予单位 辽宁师范大学;
  • 学科 粒子物理与原子核物理
  • 授予学位 硕士
  • 导师姓名 王崇杰;
  • 年度 2018
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类
  • 关键词

    RBF神经网络; 核素丰度;

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号