为提高在役高压电缆X射线扫描图像重建速度，结合传统的滤波反投影算法，提出基于数据平滑的局部扫描重建算法。分析了源直线扫描局部计算机断层成像方法存在的有限角和数据截断问题，提出数据平滑方式解决方法。主要途径是利用余弦函数沿探测器方向和射线源方向分别进行数据平滑插值，避免投影数据值在这两个方向上突然降为零，起到抑制截断伪影和有限角伪影的作用。实验证明，所提方法能有效抑制图像伪影，有利于电缆阻水缓冲层缺陷识别。相较于原有的联合迭代重建算法，该方法缩短了重建时间且图像重建质量相当；相较于传统滤波反投影算法，重建图像质量提高但重建耗时基本一致。

针对新兴的能谱核素识别方法在混合放射性核素的噪声环境中存在识别速度慢、准确率较低等问题，提出了基于长短时记忆神经网络（LSTM）的能谱核素识别方法。实验使用溴化镧（LaBr₃）晶体探测器，分别对环境中⁶⁰Co、¹³⁷Cs放射性源分组测量得到能谱数据集，首先使用数据平滑方法和归一化方法进行数据预处理，然后将能谱数据按时间序列分组以获得可用的输入序列数组，最后训练LSTM模型得到预测结果。通过基于BP神经网络和卷积神经网络（CNN）的两个能谱识别模型进行对比，得到在测试集中平均识别率分别为83.45%和86.21%，而LSTM能谱识别模型平均识别率为93.04%，实验结果表明，该能谱模型在核素识别效果中表现较好，可用于快速的能谱核素识别设备上。