基于Ada Boost的核素识别方法

在线阅读 下载PDF 导出详情
摘要 论文介绍了在真实能谱衰减环境中,提出一套对核素进行识别学习算法的流程。采用SVD特征抽取对能谱数据降维,提取到能谱特征向量,在形成的特征向量数据集上,训练决策树分类器,进而通过AdaBoost集成学习算法对多轮的决策树算法的训练结果进行融合,使用K轮类别投票法结合策略,构建一个结果更为接近标签值的假设函数算法模型,解决了探测器检测的能量信息具有局部特征、存在重叠峰值导致核素判别出现错失误判的问题,提高核素识别率。
机构地区 不详
出版日期 2019年01月11日(中国期刊网平台首次上网日期,不代表论文的发表时间)
  • 相关文献