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：南京航空航天大学

摘要：本申请公开了一种基于人工神经网络的点源剂量率修正方法，包括：S1，获取无人机放射性监测系统在不同高度下的能谱数据和对应剂量率值，分别作为输入参数和输出参数；S2，将部分不同高度下能谱数据划分为训练数据，另一部分划分为测试数据，利用训练数据中的输入参数和输出参数构建人工神经网络模型，将训练数据导入人工神经网络模型中进行训练，获得训练后的人工神经网络模型；S3，将测试数据分别导入训练后的人工神经网络模型，得到理想输出结果，比较理想输出结果与对应的测试数据之间的误差；若误差大于或等于设定的精度期望值，重复S2、S3，若误差小于设定的精度期望值，则训练调试后的人工神经网络模型为点源剂量率修正算法。

主权项：1.一种基于人工神经网络的点源剂量率修正方法，其特征在于，包括：S1，获取无人机放射性监测系统在不同高度下的能谱数据和对应剂量率值，分别作为输入参数和输出参数；S2，将部分所述不同高度下能谱数据划分为训练数据，另一部分划分为测试数据，利用所述训练数据中的所述输入参数和输出参数构建人工神经网络模型，将所述训练数据导入所述人工神经网络模型中进行训练，获得训练后的人工神经网络模型；其中，获取不同高度能谱数据中的输入参数、输出参数，并构建人工神经网络模型的方法为，a,将不同高度下的能谱数据进行归一化处理；b,提取归一化处理后对剂量率沉积起主要贡献的主成分个数作为输入参数，方法为，提取不同高度下的能谱数据中与空气沉积剂量率相关的数据；将所述相关数据进行标准化处理后获得标准化数据；计算所述标准化数据之间的相关系数，并组成相关系数矩阵；计算所述相关系数矩阵的各个特征值；利用所述各个特征值计算每个所述相关数据的贡献率和累计贡献率，当所述累计贡献率大于阈值时，对应的最少的特征值数量，作为起主要贡献的主成分个数，即为输入参数；c,放射源在空气中沉积的空气吸收剂量率为输出参数；d,利用所述输入参数和所述输出参数计算隐含层；e,所述人工神经网络模型的结构为，输入参数-隐含层-输出参数，利用所述人工神经网络模型的结构构建人工神经网络的模型；S3，将所述测试数据分别导入所述训练后的人工神经网络模型，得到理想输出结果，比较所述理想输出结果与对应的所述测试数据之间的误差；若所述误差大于或等于设定的精度期望值，重复S2、S3，若所述误差小于设定的精度期望值，则训练调试后的人工神经网络模型为点源剂量率修正算法。

全文数据：

权利要求：

百度查询： 南京航空航天大学 一种基于人工神经网络的点源剂量率修正方法