基于GAF-CNN的n/γ甄別方法研究

摘要： 中子探測(cè)是核能開(kāi)發(fā)領(lǐng)域的重要技術(shù)，由于中子閃爍體探測(cè)器往往會(huì)對(duì)中子和γ射線同時(shí)響應(yīng)，因此有效分辨中子和γ射線是實(shí)現(xiàn)高精度中子探測(cè)的先決條件。為進(jìn)一步提升n/γ甄別性能，本文結(jié)合脈沖形狀甄別(PSD)技術(shù)和格拉姆角場(chǎng)(GAF)圖像轉(zhuǎn)換方法，將卷積神經(jīng)網(wǎng)絡(luò)(CNN)分類模型應(yīng)用到n/γ甄別中。通過(guò)GAF將n/γ脈沖數(shù)據(jù)轉(zhuǎn)化為二維圖像，之后將其輸入到CNN分類模型中達(dá)到樣本辨別的目的... （共10頁(yè)）