重庆大学 光电工程学院, 光电技术及系统教育部重点实验室, 重庆 400044
针对252Cf自发裂变中子源构成的核信息系统,以实际所测随机中子脉冲数据的自相关函数为研究对象,借助仿真实验, 利用Elman神经网络对不同质量核材料进行识别。在实测数据的基础上,通过叠加随机抖动,模拟产生了不同质量核材料的相关函数样本,并将其用于神经网络的训练与测试,实验结果表明,训练过的Elman神经网络能够较好地识别相关函数的特征,分辨不同质量的核材料,平均识别率达到85%,综合平均误差为0.04,且具有较高的鲁棒性。
252Cf源核信息系统 随机中子信号 Elman神经网络 核材料识别 nuclear information system of 252Cf source stochastic neutron signal Elman neural network nuclear material identification