[00256841]一种基于SVD和SVM的核素识别方法
交易价格：
面议
所属行业：
检测仪器
类型：
发明专利
技术成熟度：
正在研发
专利所属地：中国
专利号：CN201710575457.9
交易方式：
技术转让
技术转让
技术入股
联系人：
西南科技大学
进入空间
所在地：四川绵阳市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
摘要：本发明涉及核辐射检测技术领域，公开了一种基于SVD和SVM的核素识别方法。包括步骤1获取核素的一维γ能谱图；步骤2根据一维γ能谱图获取对应的二维矩阵；步骤3根据奇异值分解的方法提取二维矩阵的特征向量，得到的特征向量表示核素；步骤4将实际测得多组一维γ能谱图的作为样本库，通过步骤1～3获取样本库中对应的特征向量，采用特征向量作为训练样本获取SVM分类器；步骤5将未知核素通过步骤1～3处理获取待测的特征向量，将待测的特征向量输入SVM分类器进行识别。通过测量大量已知核素的能谱数据，并通过支持向量机分类算法构建分类器，再测量未知核素，该方法通过获取一维向量和二维矩阵并提取特征值来表示核素，提示了核素识别效率。
摘要：本发明涉及核辐射检测技术领域，公开了一种基于SVD和SVM的核素识别方法。包括步骤1获取核素的一维γ能谱图；步骤2根据一维γ能谱图获取对应的二维矩阵；步骤3根据奇异值分解的方法提取二维矩阵的特征向量，得到的特征向量表示核素；步骤4将实际测得多组一维γ能谱图的作为样本库，通过步骤1～3获取样本库中对应的特征向量，采用特征向量作为训练样本获取SVM分类器；步骤5将未知核素通过步骤1～3处理获取待测的特征向量，将待测的特征向量输入SVM分类器进行识别。通过测量大量已知核素的能谱数据，并通过支持向量机分类算法构建分类器，再测量未知核素，该方法通过获取一维向量和二维矩阵并提取特征值来表示核素，提示了核素识别效率。
