一种基于迁移学习的中子能谱少道解谱系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于迁移学习的中子能谱少道解谱系统
申请号:CN202411006477
申请日期:2024-07-25
公开号:CN118859290A
公开日期:2024-10-29
类型:发明专利
摘要
本发明提出一种基于迁移学习的中子能谱少道解谱系统。其包括探测器子系统和少道解谱子系统;探测器子系统探头分成热中子灵敏区、超热中子灵敏区和快中子灵敏区,分别填充相应中子灵敏材料;探头设置于待测反应堆内,每个中子灵敏区采集测量数据并发送至少道解谱子系统;少道解谱子系统基于测量数据,利用基于迁移学习的解谱方法,反演出探头探测位置处的中子能谱。利用本发明可提高反应堆宽能域能谱在线测量技术的准确度和速度,为反应堆设计与物理分析提供关键运行参数,同时为新型核能系统的中子学实验提供有力支撑。
技术关键词
人工神经网络模型 子系统 热中子 迁移学习算法 中子灵敏材料 探测器 蒙特卡罗方法 人工神经网络结构 反应堆 蒙特卡罗程序 探头 关键运行参数 数值 特征值 偏差 数据 传播算法 中子源
系统为您推荐了相关专利信息
液流电池储能系统 等值建模方法 样本 方差贡献率 全钒液流电池
人工神经网络模型 锂离子电池 模型训练方法 SOH估计方法 标签
风光储容量 储能 迁移学习算法 DBSCAN密度聚类 强化学习算法
训练数据生成方法 数字孪生模型 蒙特卡洛 航空器技术 曲线斜率
量化误差 编码器模块 语义特征提取 对齐模块 图像检测方法