基于GAF-CNN的n/γ甄别方法研究

摘要： 中子探测是核能开发领域的重要技术，由于中子闪烁体探测器往往会对中子和γ射线同时响应，因此有效分辨中子和γ射线是实现高精度中子探测的先决条件。为进一步提升n/γ甄别性能，本文结合脉冲形状甄别(PSD)技术和格拉姆角场(GAF)图像转换方法，将卷积神经网络(CNN)分类模型应用到n/γ甄别中。通过GAF将n/γ脉冲数据转化为二维图像，之后将其输入到CNN分类模型中达到样本辨别的目的... （共10页）