

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、γ能譜分析技術(shù)在核材料分析鑒定、核設(shè)施的安全性檢測(cè)、環(huán)境放射性監(jiān)測(cè)以及防止核恐怖主義發(fā)生等諸多方面有著重要的應(yīng)用。
本文綜述了放射性探測(cè)與固體探測(cè)器、γ能譜解譜方法和BP神經(jīng)網(wǎng)絡(luò)法,利用遺傳算法對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化,對(duì)實(shí)測(cè)γ能譜進(jìn)行分析研究。
取得了以下主要結(jié)論:
1)利用遺傳算法優(yōu)化了BP神經(jīng)網(wǎng)絡(luò),獲得了BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)權(quán)值與閥值的最優(yōu)解,提高了網(wǎng)絡(luò)的自適應(yīng)能力和泛化能力。利用MATLAB軟件的神經(jīng)網(wǎng)絡(luò)
2、工具箱,構(gòu)建了遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),測(cè)得了最佳的網(wǎng)絡(luò)參數(shù):選用3層BP網(wǎng)絡(luò),隱含層節(jié)點(diǎn)數(shù)為73個(gè),隱含層連接權(quán)值選為logsig或tansig,輸出層連接權(quán)值選為logsig,訓(xùn)練函數(shù)選為trainrp。通過(guò)改進(jìn)遺傳算法的適應(yīng)度函數(shù)、遺傳算子,保留了種群中的優(yōu)良個(gè)體,使網(wǎng)絡(luò)的精度可達(dá)到10-3,訓(xùn)練步數(shù)可減小到40步。與未優(yōu)化的BP網(wǎng)絡(luò)進(jìn)行相比,自適應(yīng)遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)能大幅度提升網(wǎng)絡(luò)的運(yùn)行速度,且使網(wǎng)絡(luò)避免落入局部極小
3、,提高了網(wǎng)絡(luò)的自適應(yīng)能力和泛化能力。
2)利用自適應(yīng)遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)(AGA-BP神經(jīng)網(wǎng)絡(luò))進(jìn)行γ譜分析,采用全譜輸入法,提高了結(jié)果的準(zhǔn)確性。在識(shí)別過(guò)程中,對(duì)γ譜進(jìn)行了平滑、穩(wěn)譜、去本底處理,減少了統(tǒng)計(jì)漲落、環(huán)境本底造成的誤差,利用全譜輸入,以γ能譜每道計(jì)數(shù)作為神經(jīng)網(wǎng)絡(luò)的輸入值,避免了對(duì)γ能譜進(jìn)行尋峰處理、能量刻度和效率刻度,消除了由于尋峰、能量與效率刻度導(dǎo)致的分析誤差,大大提高了神經(jīng)網(wǎng)絡(luò)對(duì)γ能譜分析結(jié)果的準(zhǔn)確性。<
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的股市預(yù)測(cè).pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)研究.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的股票預(yù)測(cè)研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的γ能譜分析.pdf
- 免疫遺傳神經(jīng)網(wǎng)絡(luò)的研究.pdf
- 基于微粒群-遺傳神經(jīng)網(wǎng)絡(luò)算法的堆石料參數(shù)反分析研究.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)模型研究.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的圖像邊緣檢測(cè).pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的倒立擺控制研究.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)系統(tǒng)的研究.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)模型的研究.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)上市公司股價(jià)向基本面回歸的分析研究.pdf
- 遺傳神經(jīng)網(wǎng)絡(luò)的綜合進(jìn)化研究.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的熱軋鋼管控制研究.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的車型識(shí)別算法研究.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的多光譜測(cè)溫方法研究.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)系統(tǒng)研究.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的投標(biāo)報(bào)價(jià)系統(tǒng)的研究.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)算法的基坑工程優(yōu)化反饋分析.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測(cè)研究.pdf
評(píng)論
0/150
提交評(píng)論