买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国科学技术大学

摘要：本发明公开了一种基于深度学习的正电子湮没多普勒展宽谱仪及其测试方法，包括伽马光子探测模块、数据采集模块、数据处理模块、深度神经网络训练模块、分类模块和数据分析模块。本发明利用深度神经网络，通过对预先分类的高纯锗探测器脉冲波形进行训练学习，从而对未知样本进行分类，可以有效甄别出畸变与堆积脉冲，使测量结果不易受到信号堆积，电子学抖动等因素的影响，大幅提升数字化正电子湮没多普勒展宽谱仪的测试结果准确性，提升谱仪性能，同时利用深度神经网络从原始数据中自动学习特征，减少人工干预的影响，具有较好泛化能力，从而提升脉冲甄别的能力。

主权项：1.一种基于深度学习的正电子湮没多普勒展宽谱仪，其特征在于：包括伽马光子探测模块、数据采集模块、数据处理模块、深度神经网络训练模块、分类模块和数据分析模块；所述伽马光子探测模块用于探测正电子在待测样品中湮没产生的伽马光子，并输出所述数据采集模块能识别的模拟信号；所述数据采集模块用于对所述伽马光子探测模块输出的模拟信号以预设采样速率进行采样，形成数字脉冲信号，并将数据传输至计算机中；所述数据处理模块用于剔除超过量程的脉冲，以及基线修正的步骤，同时将输入所述深度神经网络训练模块中的样本筛分为正确事例和错误事例作为所述深度神经网络训练模块中的训练样本集输入，所述正确事例为样本中无堆积、畸变，波形正常的脉冲数据，所述错误事例为样本中出现畸变，偏移的脉冲数据；所述深度神经网络训练模块将通过所述数据处理模块处理的训练样本集输入至深度神经网络中训练，获得损失函数值最小的深度神经网络训练模型，用于对输入的数字脉冲信号进行筛选，识别出无堆积、畸变，波形正常的脉冲数据和出现畸变，偏移的脉冲数据；所述分类模块用于加载所述深度神经网络训练模块得到损失函数值最小的深度神经网络训练模型，对输入的数字脉冲信号进行预测与分类，预测分类结果为正确的数字脉冲信号被保留用于结果分析的所述数据分析模块，而错误的数字脉冲信号则被去除；所述数据分析模块用于统计保留正确数字脉冲信号对应的幅度信息并绘制湮没伽马光子能谱，进而得到材料内部电子动量信息；所述伽马光子探测模块的信号输出端与所述数据采集模块的信号输入端连接，所述数据采集模块信号输出端与所述数据处理模块的信号输入端连接，所述数据处理模块的信号输出端分别与所述深度神经网络训练模块的信号输入端和所述分类模块的信号输入端连接，所述深度神经网络训练模块的信号输出端与所述分类模块的信号输入端连接，所述分类模块的信号输出端与所述数据分析模块的信号输入端连接。

全文数据：

权利要求：

百度查询： 中国科学技术大学 基于深度学习的正电子湮没多普勒展宽谱仪及其测试方法