论文部分内容阅读
针对基于寻峰方法的γ能谱识别方法对高本底、低探测率的复杂γ能谱解析特征不显著、准确率低等问题,提出一种基于奇异值分解和支持向量机的核素识别算法。通过将1维能谱变换为2维图像,使用奇异值分解提取特征向量,将其作为支持向量机的输入构建分类器。实验结果表明：该方法对典型核素的识别率达到98%,并且能识别混合核素样本的组成成分。该方法降低了对探测器精度要求和参数设定的影响,提高了混合核素的识别能力。