期刊简介
投稿须知
1、文稿 来稿内容务必真实可靠，具有严谨的科学性和知识或技术的先进性。论点明确，数据可靠，文字简练。文章首页页脚处注明:课题资助项目名称(编号)和第一作者简介[姓名（出生年月-）、性别、民族、籍贯、职称、学位、研究方向]。稿件规格为A4纸，正文用 5号宋体。投稿请使用电子邮件附件的形式。投稿时请注明作者的电话、 E-mail、地址及邮编等联系方式。
2、计量单位 采用国家法定计量单...
基于概率神经网络的放射性核素快速识别方法研究
作者： 霍建文 ; 张华 ; 王坤朋 ; 任俊松 ; 朱庆平 ; 郭江 ; 李培培
摘要：针对传统神经网络在核素识别中训练效果弱,易陷入局部极小、收敛速度慢等问题,提出了基于概率神经网络的核素识别方法,采用样本的先验概率和最优判定原则对新的样本进行分类。该方法利用能谱预处理过程获得的谱峰宽度、特征能量射线强度、峰面积等特征信息建立训练与测试样本,采用训练样本对概率神经网络模型进行训练,并进行了分类识别仿真实验。通过CZD探测器对3种核素不同组合的实测能谱进行测试,并与传统的神经网络算法进行对比表明：此方法具有较高的识别效率及准确率,可应用于安全监控、失控放射物探测等快速核素识别领域。
关键字： γ能谱 特征信息 概率神经网络 核素识别