CNN和BPNN核素识别算法的对比

作者：吴泇俣; 王世磊; 胥建国; 曹文田^*

来源：核电子学与探测技术, 2021, 41(06): 966-973.

• 核素识别
• 深度学习
• 卷积神经网络
• 反向传播神经网络

研究目的为比较卷积神经网络与反向传播神经网络在核素识别中的效果。将能谱数据变换为灰度图像,作为卷积神经网络的输入;变换后的图像经过奇异值分解提取特征,作为反向传播神经网络的输入。两类网络进行训练后,对它们在核素识别中的性能进行评估、测试和对比。结果表明:利用深度学习的方法可以进行核素识别。两种方法中,卷积神经网络较于反向传播神经网络性能更优;奇异值分解的方法能够提高反向传播神经网络的识别效果。