文献类型：期刊文章

作　　者：宋海声[1] 吕柏阳[1,2] 李婷[2,3] 牛德芳[1,2] 庄凯[2,3] 刘鹏浩[2] 杨雄斌[2] 秦秀波[2] 俞伯祥[2] 蒋杰臣[2,3]

SONG Haisheng;LYU Boyang;LI Ting;NIU Defang;ZHUANG Kai;LIU Penghao;YANG Xiongbin;QIN Xiubo;YU Boxiang;JIANG Jiechen(College of Physics and Electronic Engineering,Northwest Normal University,Lanzhou 730000,China;Beijing Engineering Research Center of Radiographic Techniques and Equipment,Institute of High Energy Physics,Chinese Academy of Sciences,Beijing 100049,China;School of Nuclear Science and Technology,University of Chinese Academy of Sciences,Beijing 100049,China)

机构地区：[1]西北师范大学物理与电子工程学院,甘肃兰州730000 [2]中国科学院高能物理研究所北京市射线成像技术与装备工程技术研究中心,北京100049 [3]中国科学院大学核科学与技术学院,北京100049

出　　处：《原子能科学技术》

基　　金：国家重大科学仪器设备开发专项资助项目(2013YQ03062902);中国科学院战略性先导科技专项(A类)资助项目(XDA14020502);国家自然科学基金资助项目(11705224,11805213)

年　　份：2020

卷　　号：54

期　　号：1

起止页码：187-192

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：常用的有机闪烁体探测器对中子和γ射线均敏感,所以消除或减弱γ射线在中子探测技术中的影响是必要的。考虑到BP神经网络能实现分类器的功能,因此本文结合脉冲形状甄别技术与BP神经网络,将BP神经网络应用在中子与γ射线混合场的粒子甄别中。通过训练BP神经网络达到记忆、分类测试样本的目的。对BP神经网络应用于n/γ脉冲波形甄别的准确性进行验证后与电荷比较法及频域梯度分析法甄别结果进行了对比。结果表明,BP神经网络甄别法不仅能为混合辐射场提供有效的甄别,而且在甄别时间上较电荷比较法与频域梯度分析法有所提高。

关 键 词：n/γ甄别  BP神经网络 脉冲形状甄别  电荷比较法  频域梯度分析法  

分 类 号：TL812.1]