典型文献
小波包变换-有监督N/γ甄别模型构建
文献摘要：
探究基于小波包变换(WPTM)和有监督学习算法的n/γ甄别模型搭建.利用WPTM分解脉冲信号并提取频域特征,消除甄别模型对时间特征的依赖.通过主成分分析(PCA)对WPTM输出信号降维,从而减少数据量并加快算法训练速度.将降维结果输入决策树、支持向量机(SVM)和神经网络(ANN)有监督学习算法,通过精度、召回率和F1 分数对三种算法进行评估.结果表明:WPTM-PCA-SVM和WPTM-PCA-ANN组合模型甄别精度较高,可应用于混合辐射场的n/γ甄别.
文献关键词：
n/γ甄别;液体闪烁体探测器;小波包变换;人工神经网络;决策树;支持向量机
中图分类号：
作者姓名：
刘路峰;邵晖
作者机构：
国民核生化灾害防护国家重点实验室,北京 102205
文献出处：
引用格式：
[1]刘路峰;邵晖-.小波包变换-有监督N/γ甄别模型构建)[J].核电子学与探测技术,2022(03):484-490
A类：
WPTM,液体闪烁体探测器
B类：
小波包变换,于小波,有监督学习算法,模型搭建,脉冲信号,频域特征,时间特征,输出信号,少数据,数据量,算法训练,训练速度,决策树,ANN,召回率,组合模型,模型甄别,辐射场,人工神经网络
AB值：
0.226687
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
