基于K-SVD的γ能谱特征提取及核素识别
Computer Knowledge and Technology（2018）
摘要
提出了一种基于K-SVD的构造稀疏分解原子库并用于核素γ能谱特征提取的方法.针对γ能谱信号的成谱特点及峰值规律,通过K-SVD算法构造学习型稀疏字典,将稀疏分解系数向量作为表征γ能谱的特征,实现特征提取,利用最近邻分类算法、支持向量机和决策树等机器学习分类算法实现核素识别.实验部分在七种不同的分类算法上比较了提出的特征提取方法和传统方法的核素识别准确率,结果表明:相较于传统方法,该文方法所提取特征具有更高的分类准确率.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要