模拟核材料年龄的定量识别
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 引言 | 第7-10页 |
| 1.1 研究意义 | 第7页 |
| 1.2 研究现状 | 第7-10页 |
| 2 基本原理 | 第10-26页 |
| 2.1 γ能谱指纹采集原理 | 第10-14页 |
| 2.1.1 γ射线与物质相互作用 | 第10-12页 |
| 2.1.2 γ能谱仪的组成和工作过程 | 第12-13页 |
| 2.1.3 γ能谱的形成机制 | 第13-14页 |
| 2.2 蒙特卡罗的模拟原理 | 第14-16页 |
| 2.2.1 蒙特卡罗模拟γ能谱的基本思想 | 第14-16页 |
| 2.3 人工神经网络 | 第16-22页 |
| 2.3.1 生物神经元 | 第16-17页 |
| 2.3.2 人工神经元 | 第17-20页 |
| 2.3.3 人工神经网络模型 | 第20-21页 |
| 2.3.4 人工神经网络的训练 | 第21-22页 |
| 2.4 RBF神经网络 | 第22-24页 |
| 2.5 小波变换 | 第24-25页 |
| 2.6 基于人工神经网络的核材料年龄识别 | 第25-26页 |
| 3 核材料年龄识别 | 第26-39页 |
| 3.1 训练样本集的建立 | 第26-32页 |
| 3.2 不同核素成分核材料的年龄识别 | 第32-39页 |
| 3.2.1 两种核素核材料的年龄识别 | 第32-35页 |
| 3.2.2 三种核素核材料的年龄识别 | 第35-39页 |
| 4 结论和展望 | 第39-40页 |
| 参考文献 | 第40-42页 |
| 攻读硕士学位期间发表学术论文情况 | 第42-43页 |
| 致谢 | 第43页 |
