核设施源项活度智能反演方法、装置、设备及存储介质

发明专利有效专利

申请号：
CN202010512779.0
IPC分类号：G06F30/27;G06N3/04;G06N3/08;G06T17/00
申请日期：
2020-06-08
申请人：
南华大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	核设施源项活度智能反演方法、装置、设备及存储介质
申请号	CN202010512779.0	申请日期	2020-06-08
法律状态	授权	申报国家	中国
公开/公告日	2020-09-15	公开/公告号	CN111666718A
优先权	暂无	优先权号	暂无
主分类号	G06F30/27	IPC分类号	G;0;6;F;3;0;/;2;7;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;6;T;1;7;/;0;0查看分类表>
申请人	南华大学	申请人地址	湖南省衡阳市蒸湘区常胜西路28号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南华大学	当前权利人	南华大学
发明人	宋英明;张泽寰;刘跃东;胡湘;袁微微
代理机构	北京集佳知识产权代理有限公司	代理人	巴翠昆

摘要

本申请公开了一种核设施源项活度智能反演方法、装置、设备及存储介质，包括：对源项进行分区，构建源项几何模型并进行辐射场计算；从计算结果中提取空间辐射场数据和源项分区活度数据作为训练样本，构建并训练卷积神经网络模型；将实际的辐射场剂量矩阵进行变换处理后输入至训练好的卷积神经网络模型，对源项活度进行预测；根据源项分区还原预测的源项活度的三维分布，输出反演的源项活度数据。本申请针对未知源项活度和体分布情况的核设施，通过构建卷积神经网络，采用提取的样本数据进行深度学习训练，得到不依赖于具体物理模型的泛化神经网络，可在现场测量手段所限情况下，通过智能化反演快速计算得到任意指定区域的源项活度值。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供