您的位置: 专家智库 > >

重庆大学研究生科技创新基金(CDJXS11120014)

作品数:1 被引量:5H指数:1
相关作者:刘思远金晶冯鹏更多>>
相关机构:重庆大学更多>>
发文基金:国家自然科学基金重庆大学研究生科技创新基金更多>>
相关领域:核科学技术更多>>

文献类型

  • 1篇中文期刊文章

领域

  • 1篇核科学技术

主题

  • 1篇神经网
  • 1篇神经网络
  • 1篇识别方法
  • 1篇平稳小波
  • 1篇平稳小波变换
  • 1篇自相关
  • 1篇自相关函数
  • 1篇相关函数
  • 1篇小波
  • 1篇小波变换
  • 1篇核材料
  • 1篇CF
  • 1篇波变换

机构

  • 1篇重庆大学

作者

  • 1篇冯鹏
  • 1篇金晶
  • 1篇刘思远

传媒

  • 1篇强激光与粒子...

年份

  • 1篇2011
1 条 记 录,以下是 1-1
排序方式:
利用自相关函数与平稳小波变换的^(252)Cf源驱动核材料质量识别方法被引量:5
2011年
以252Cf中子源驱动噪声分析测量法为依据,利用中子脉冲信号自相关函数与被测核材料(252 U)质量的关系,设计了一种基于神经网络的核材料质量识别方法,探索借助时域特征进行质量识别的有效性。利用平稳小波变换抑制中子统计涨落对自相关函数带来的影响,利用分布式Elman神经网络对不同质量核材料的自相关函数样本进行训练和识别,并研究了有限样本前提下不同子网个数对最终识别结果所造成的影响。对4种核材料质量共计120组样本进行的实验,结果表明:在理想实验条件下,平稳小波变换抑制了统计涨落对信号自相关函数的影响;分布式Elman神经网络能够较好地识别自相关函数的特征,分辨不同质量的核材料,平均识别误差小于0.1。
冯鹏刘思远金晶
关键词:自相关函数神经网络平稳小波变换
共1页<1>
聚类工具0