申请/专利权人:南华大学
申请日:2020-06-08
公开(公告)日:2020-09-15
公开(公告)号:CN111666719A
主分类号:G06F30/27(20200101)
分类号:G06F30/27(20200101);G06N3/08(20060101)
优先权:
专利状态码:有效-授权
法律状态:2022.02.08#授权;2020.10.13#实质审查的生效;2020.09.15#公开
摘要:本申请公开了一种γ辐射多层屏蔽累积因子计算方法、装置、设备及介质,包括:确定影响累积因子的各种参数,产生多组不同屏蔽样本,并结合MCNP程序计算出对应的累积因子值;以确定的影响累积因子的各种参数作为输入,以计算出的对应的累积因子值作为输出,构建深度神经网络;对深度神经网络进行训练,通过不断调试学习参数,直至满足设定需求结束训练;将实际的影响累积因子的各种参数输入至训练好的深度神经网络,直接预测出对应的γ辐射多层累积因子。本申请通过构建深度神经网络,采用预计算的数据样本进行深度神经网络学习,可实现γ辐射多层累积因子快速准确计算,不但计算耗时少,可以一次性计算大量累积因子,而且其计算精度相对较高。
主权项:1.一种γ辐射多层屏蔽累积因子计算方法,其特征在于,包括:确定影响累积因子的各种参数,产生多组不同屏蔽样本,并结合MCNP程序计算出对应的累积因子值;以确定的所述影响累积因子的各种参数作为输入,以计算出的所述对应的累积因子值作为输出,构建深度神经网络;对所述深度神经网络进行训练,通过不断调试学习参数,直至满足设定需求结束训练;将实际的影响累积因子的各种参数输入至训练好的所述深度神经网络,直接预测出对应的γ辐射多层累积因子。
全文数据:
权利要求:
百度查询: 南华大学 γ辐射多层屏蔽累积因子计算方法、装置、设备及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。