您当前的位置：
首页 >
文章列表页 >
基于神经网络的废物桶活度测量方法研究
核物理、交叉学科研究 | 更新时间：2024-10-25
|

    • 基于神经网络的废物桶活度测量方法研究

    • A neural network-based method for measuring the activity of waste drum

    • “在放射性废物测量领域，研究人员提出了基于神经网络的新型活度测量方法，大幅提高了测量精度并缩短了时间，为低、中水平放射性固体废物的测量提供了技术支撑。”
    • 核技术   2023年46卷第12期 文章编号：120501

    • DOI：10.11889/j.0253-3219.2023.hjs.46.120501    

      中图分类号： TL81

    • 收稿日期：2023-06-13，

      修回日期：2023-08-07，

      纸质出版日期：2023-12-15

    移动端阅览

  • 舒旻翔,单陈瑜,顾卫国等.基于神经网络的废物桶活度测量方法研究[J].核技术,2023,46(12):120501. DOI： 10.11889/j.0253-3219.2023.hjs.46.120501.

    SHU Minxiang,SHAN Chenyu,GU Weiguo,et al.A neural network-based method for measuring the activity of waste drum[J]. NUCLEAR TECHNIQUES,2023,46(12):120501. DOI： 10.11889/j.0253-3219.2023.hjs.46.120501.

  •  
  •  

0

浏览量

107

下载量

1

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

铅铋堆燃料组件子通道计算方法优化
贝叶斯神经网络方法对原子核β衰变寿命的研究
基于神经网络的CFD粗网格模拟优化方法研究
基于神经网络的人工放射性气溶胶中氡子体扣除算法

相关作者

张尧立
洪钢
姚嘉晔
卢嘉鸣
王言
牛中明
李伟峰
张晓燕

相关机构

厦门大学 能源学院
安徽大学 物理与光电工程学院
上海交通大学 核科学与工程学院
中广核久源(成都)科技有限公司
成都理工大学 地学核技术四川省重点实验室
0