| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 引言 | 第7-9页 |
| 1.1 研究意义 | 第7页 |
| 1.2 研究现状 | 第7-9页 |
| 2 核弹头γ辐射指纹的采集 | 第9-16页 |
| 2.1 放射性核素的辐射指纹 | 第9页 |
| 2.2 γ射线与物质间的相互作用 | 第9-11页 |
| 2.2.1 光电效应 | 第9-10页 |
| 2.2.2 康普顿效应 | 第10页 |
| 2.2.3 电子对效应 | 第10-11页 |
| 2.3 γ能谱仪简介 | 第11-14页 |
| 2.3.1 γ能谱仪工作原理 | 第11-12页 |
| 2.3.2 γ能谱的形成机制 | 第12-14页 |
| 2.4 蒙特卡罗模拟原理 | 第14-16页 |
| 2.4.1 MC程序设计和框图 | 第14-16页 |
| 3 人工神经网络的识别原理 | 第16-22页 |
| 3.1 人工神经网络及其发展 | 第16页 |
| 3.2 人工神经网络原理 | 第16-18页 |
| 3.2.1 生物神经元 | 第16-17页 |
| 3.2.2 人工神经元模型 | 第17页 |
| 3.2.3 人工神经网络的结构 | 第17-18页 |
| 3.3 神经网络γ能谱识别原理 | 第18-22页 |
| 3.3.1 BP神经网络 | 第18-20页 |
| 3.3.2 RBF神经网络 | 第20-22页 |
| 4 基于人工神经网络的核弹头γ指纹识别 | 第22-45页 |
| 4.1 M-Cγ能谱模拟的核弹头物理模型 | 第22-23页 |
| 4.2 M-Cγ能谱指纹采集 | 第23-26页 |
| 4.3 基于BP神经网络的核弹头γ能谱指纹识别 | 第26-28页 |
| 4.4 基于RBF神经网络的核弹头γ能谱指纹识别 | 第28-45页 |
| 4.4.1 基于RBF神经网络的不同年龄核弹头γ指纹识别 | 第29-40页 |
| 4.4.2 基于RBF神经网络不同尺寸的核弹头γ指纹识别 | 第40-45页 |
| 结论 | 第45-46页 |
| 参考文献 | 第46-47页 |
| 攻读硕士学位期间发表学术论文情况 | 第47-48页 |
| 致谢 | 第48页 |