%0 Journal Article
%T 基于elman神经网络的<sup>252</sup>cf源核系统随机中子脉冲信号识别方法
%A 冯鹏
%A 刘思远
%A 米德伶
%J 强激光与粒子束
%P 0-0
%D 2011
%X ？针对252cf自发裂变中子源构成的核信息系统，以实际所测随机中子脉冲数据的自相关函数为研究对象，借助仿真实验，利用elman神经网络对不同质量核材料进行识别。在实测数据的基础上，通过叠加随机抖动，模拟产生了不同质量核材料的相关函数样本，并将其用于神经网络的训练与测试，实验结果表明，训练过的elman神经网络能够较好地识别相关函数的特征，分辨不同质量的核材料，平均识别率达到85%，综合平均误差为0.04，且具有较高的鲁棒性。
%K 252cf源核信息系统
%K 随机中子信号
%K elman神经网络
%K 核材料识别
%U http://www.hplpb.com.cn/CN/abstract/abstract5395.shtml