强激光与粒子束
彊激光與粒子束
강격광여입자속
HIGH POWER LASER AND PARTICLEBEAMS
2015年
7期
172-177
,共6页
李鹏程%魏彪%冯鹏%何鹏%周密%米德伶%任勇
李鵬程%魏彪%馮鵬%何鵬%週密%米德伶%任勇
리붕정%위표%풍붕%하붕%주밀%미덕령%임용
252Cf源噪声分析法%压缩采样%观测比%K最近邻识别算法%识别概率
252Cf源譟聲分析法%壓縮採樣%觀測比%K最近鄰識彆算法%識彆概率
252Cf원조성분석법%압축채양%관측비%K최근린식별산법%식별개솔
252Cf-source-driven noise analysis%compressive sampling%observation rate%K-nearest neighbor recognition algorithm%classification probability
针对252 Cf源驱动噪声分析测量法中核材料浓度识别问题,采用压缩感知理论,在K最近邻(KNN)识别算法基础上,研究了一种基于压缩采样的K最近邻(CSKNN)分类识别方法,进而研究并分析了CSKNN方法的识别概率.实验结果表明,CSKNN分类识别方法只需少量的观测值(观测比M/N≥0.1),即可达到分类识别的目的;当信噪比提高时,识别概率将会以更快的速度收敛至100％,且对K值的敏感程度也会随之降低.这样,不仅提高了核军控核查的实时性,而且还有效降低了采样成本,为核材料浓度的在线判读提供了一种新的理论基础和实现方法.
針對252 Cf源驅動譟聲分析測量法中覈材料濃度識彆問題,採用壓縮感知理論,在K最近鄰(KNN)識彆算法基礎上,研究瞭一種基于壓縮採樣的K最近鄰(CSKNN)分類識彆方法,進而研究併分析瞭CSKNN方法的識彆概率.實驗結果錶明,CSKNN分類識彆方法隻需少量的觀測值(觀測比M/N≥0.1),即可達到分類識彆的目的;噹信譟比提高時,識彆概率將會以更快的速度收斂至100％,且對K值的敏感程度也會隨之降低.這樣,不僅提高瞭覈軍控覈查的實時性,而且還有效降低瞭採樣成本,為覈材料濃度的在線判讀提供瞭一種新的理論基礎和實現方法.
침대252 Cf원구동조성분석측량법중핵재료농도식별문제,채용압축감지이론,재K최근린(KNN)식별산법기출상,연구료일충기우압축채양적K최근린(CSKNN)분류식별방법,진이연구병분석료CSKNN방법적식별개솔.실험결과표명,CSKNN분류식별방법지수소량적관측치(관측비M/N≥0.1),즉가체도분류식별적목적;당신조비제고시,식별개솔장회이경쾌적속도수렴지100％,차대K치적민감정도야회수지강저.저양,불부제고료핵군공핵사적실시성,이차환유효강저료채양성본,위핵재료농도적재선판독제공료일충신적이론기출화실현방법.
