留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于压缩感知的252Cf源驱动核材料浓度识别技术研究

李鹏程 魏彪 冯鹏 何鹏 周密 米德伶 任勇

丁明军, 李玺钦, 冯宗明, 等. 200 kV全固态Marx结构方波脉冲电源设计[J]. 强激光与粒子束, 2017, 29: 025009. doi: 10.11884/HPLPB201729.160453
引用本文: 李鹏程, 魏彪, 冯鹏, 等. 基于压缩感知的252Cf源驱动核材料浓度识别技术研究[J]. 强激光与粒子束, 2015, 27: 074004. doi: 10.11884/HPLPB201527.074004
Ding Mingjun, Li Xiqin, Feng Zongming, et al. Design of 200 kV solid-state square-wave pulse power supply based on Marx topology[J]. High Power Laser and Particle Beams, 2017, 29: 025009. doi: 10.11884/HPLPB201729.160453
Citation: Li Pengcheng, Wei Biao, Feng Peng, et al. 252Cf-source-driven nuclear material concentration identification based on compressive sensing[J]. High Power Laser and Particle Beams, 2015, 27: 074004. doi: 10.11884/HPLPB201527.074004

基于压缩感知的252Cf源驱动核材料浓度识别技术研究

doi: 10.11884/HPLPB201527.074004
详细信息
    通讯作者:

    李鹏程

252Cf-source-driven nuclear material concentration identification based on compressive sensing

  • 摘要: 针对252Cf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/N0.1),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。
  • 期刊类型引用(1)

    1. 李进,王禹淮,张黎明,王亚祥,郝留成,杜伯学. 抛光方式对交流电压下盆式绝缘子表面电荷分布和沿面闪络特性的影响. 高电压技术. 2022(10): 4093-4101 . 百度学术

    其他类型引用(5)

  • 加载中
计量
  • 文章访问数:  1026
  • HTML全文浏览量:  214
  • PDF下载量:  903
  • 被引次数: 6
出版历程
  • 收稿日期:  2015-02-03
  • 修回日期:  2015-04-23
  • 刊出日期:  2015-06-23

目录

    /

    返回文章
    返回