[發(fā)明專利]一種放射性能譜識(shí)別方法

無效

• 申請(qǐng)?zhí)枺?/td>: 201010212350.6
• 申請(qǐng)日: 2010-06-29
• 公開（公告）號(hào): CN102313897A
• 公開（公告）日: 2012-01-11
• 發(fā)明（設(shè)計(jì)）人: 黃洪全;方方;閻萍;王超;王敏;龔迪琛;丁衛(wèi)撐;劉念聰;周偉;劉易
• 申請(qǐng)（專利權(quán)）人: 成都理工大學(xué)
• 主分類號(hào): G01T1/36
• 分類號(hào): G01T1/36;G06F19/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種放射性能譜識(shí)別方法，其特征在于，具體步驟如下：

①對(duì)放射性測(cè)量中已測(cè)得的能譜進(jìn)行訓(xùn)練；

②將待識(shí)別能譜進(jìn)行決策分類。

2.根據(jù)權(quán)利要求1所述的一種放射性能譜識(shí)別方法，其特征是，所述①中對(duì)放射性測(cè)量中已測(cè)得的能譜進(jìn)行訓(xùn)練，包含如下步驟：

A對(duì)放射性測(cè)量中已測(cè)得的能譜進(jìn)行濾波、降維和分類處理，

B提取處理后能譜的特征向量，

C將特征向量作為樣本，并通過訓(xùn)練得到各類特征向量的GMM模型。

3.根據(jù)權(quán)利要求2所述的一種放射性能譜識(shí)別方法，其特征是，所述A中：濾波是指采用小波方法或多項(xiàng)式方法對(duì)能譜進(jìn)行平滑濾波；降維是指求取能譜的GMM模型(Gaussian?mixture?model)，并將GMM模型中各高斯函數(shù)的權(quán)值作為降維后的數(shù)據(jù)；分類是指按放射源進(jìn)行分類。

4.根據(jù)權(quán)利要求2所述的一種放射性能譜識(shí)別方法，其特征是，所述B中提取特征向量，是指將權(quán)利要求3降維后的數(shù)據(jù)進(jìn)行小波包分解，并將各子頻帶信號(hào)的能量進(jìn)行歸一化處理，提取歸一化數(shù)據(jù)作為特征向量。

5.根據(jù)權(quán)利要求2所述的一種放射性能譜識(shí)別方法，其特征是，所述C中通過訓(xùn)練得到各類特征向量的GMM模型，是指將權(quán)利要求4提取的特征向量作為多維隨機(jī)數(shù)，采用期望最大化法(Expectation?Maximization，簡(jiǎn)寫為EM)對(duì)這些隨機(jī)數(shù)進(jìn)行迭代運(yùn)算，得到各類特征向量的GMM模型。

6.根據(jù)權(quán)利要求1所述的一種放射性能譜識(shí)別方法，其特征是，所述②中將待識(shí)別能譜進(jìn)行決策分類，包含如下步驟：

a采用小波方法或多項(xiàng)式方法對(duì)待識(shí)別能譜進(jìn)行平滑濾波，并求取待識(shí)別能譜的特征向量，

b按GMM模型求取特征向量的類條件概率密度，

c然后按貝葉斯決策分類。

7.根據(jù)權(quán)利要求6所述的一種放射性能譜識(shí)別方法，其特征是，所述a中求取待識(shí)別能譜的特征向量，是指將待識(shí)別能譜按權(quán)利要求3降維后進(jìn)行小波包分解，并將各子頻帶信號(hào)的能量進(jìn)行歸一化處理，提取歸一化數(shù)據(jù)作為特征向量。

8.根據(jù)權(quán)利要求6所述的一種放射性能譜識(shí)別方法，其特征是，所述b中按GMM模型求取特征向量的類條件概率密度，是指將權(quán)利要求7提取的待識(shí)別能譜特征向量作為待分類的多維隨機(jī)數(shù)，并計(jì)算其分屬于各類GMM模型的類條件概率密度。