一种基于人工智能的高效α和β射线的识别与分类方法

专利主权项内容

1.一种基于人工智能的高效α和β射线的识别与分类方法，其特征在于，包括：S1、从示波器中获取放射性核素源的α和β射线的数据序列，并对所述数据序列进行预处理，构建训练集和测试集；S2、在Pytorch框架下构建轻量级网络模型中，所述射线识别网络包括编码器模块和译码器模块，所述的编码器模块和译码器模块均包括一个深度可分离卷积层；S3、加载训练集的数据序列到构建的轻量级网络模型，设置训练轮次数、学习率和优化器的参数，将特征数据传递给神经网络模型进行前向传播，得到模型的输出，并计算输出与目标标签的交叉熵损失，使用优化器清零梯度，然后进行反向传播并更新模型的权重；S4、将训练所得的权重参数进行非对称量化，将所述的轻量级网络模型部署在搭载有ARM系统的移动设备中；S5、所述搭载有ARM系统的移动设备获取待识别的α和β射线序列，通过所述轻量级网络模型得到α和β射线的识别结果；所述的待识别的α和β射线数据序列来自测试集或实时采集的α和β射线数据序列。