高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于BP神经网络的相同几何形状等质量铀部件235U丰度判定

任立学 刘知贵 周之入

任立学, 刘知贵, 周之入. 基于BP神经网络的相同几何形状等质量铀部件235U丰度判定[J]. 核动力工程, 2019, 40(1): 48-50. doi: 10.13832/j.jnpe.2019.01.0048
引用本文: 任立学, 刘知贵, 周之入. 基于BP神经网络的相同几何形状等质量铀部件235U丰度判定[J]. 核动力工程, 2019, 40(1): 48-50. doi: 10.13832/j.jnpe.2019.01.0048
Ren Lixue, Liu Zhigui, Zhou Zhiru. Determination for 235U Enrichments of Same Geometry and Mass Uranium Components by BP Neural Network[J]. Nuclear Power Engineering, 2019, 40(1): 48-50. doi: 10.13832/j.jnpe.2019.01.0048
Citation: Ren Lixue, Liu Zhigui, Zhou Zhiru. Determination for 235U Enrichments of Same Geometry and Mass Uranium Components by BP Neural Network[J]. Nuclear Power Engineering, 2019, 40(1): 48-50. doi: 10.13832/j.jnpe.2019.01.0048

基于BP神经网络的相同几何形状等质量铀部件235U丰度判定

doi: 10.13832/j.jnpe.2019.01.0048

Determination for 235U Enrichments of Same Geometry and Mass Uranium Components by BP Neural Network

  • 摘要: 针对相同几何形状、等质量、不同丰度的金属铀部件,采用252Cf源驱动噪声分析法来获得中子时间关联计数。通过对中子时间关联计数的分析、处理,确定特征参数。采用BP神经网络方法通过一定数量的训练后,对未知丰度的金属铀部件进行判定。结果显示,采用BP神经网络方法可以对金属铀部件的丰度进行有效地判定。该方法可应用于金属铀部件身份认证工作。

     

  • 加载中
计量
  • 文章访问数:  195
  • HTML全文浏览量:  22
  • PDF下载量:  2
  • 被引次数: 0
出版历程
  • 刊出日期:  2019-02-15

目录

    /

    返回文章
    返回