申请/专利权人:中国科学技术大学
申请日:2024-01-09
公开(公告)日:2024-04-26
公开(公告)号:CN117932260A
主分类号:G06F18/20
分类号:G06F18/20;G06N3/0464;G06N3/08;G01T1/36
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明公开了一种基于U‑Net网络的探测器伽马能谱反演方法,包括:获取基本模拟数据集;对基本模拟数据集进行数据扩充;根据响应关系得到完整数据集;将完整数据集划分训练集和测试集;搭建副网络和主网络;训练副网络以及复合神经网络;将复合神经网络对探测器的数据进行能谱反演。本发明提供的基于U‑Net网络的探测器伽马能谱反演方法,其相比于传统迭代方法在部署时可以获得巨大的速度优势。
主权项:1.一种基于U-Net网络的探测器伽马能谱反演方法,其特征在于,包括以下步骤:S1:构建神经网络完整数据集;S2:构建主网络和副网络,并将其拼接成复合神经网络;S3:训练副网络,以及训练由主网络和副网络拼接成的复合神经网络;S4:部署复合神经网络。
全文数据:
权利要求:
百度查询: 中国科学技术大学 一种基于U-Net网络的探测器伽马能谱反演方法
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。