您当前的位置：
首页 >
文章列表页 >
基于仿真数据的辐射成像分类学习方法研究
加速器技术、射线技术及应用 | 更新时间：2024-10-25
|

    • 基于仿真数据的辐射成像分类学习方法研究

    • Research on digital radiography classification learning method based on simulation data

    • “在工业辐射成像领域，通过数值模拟方法建立分类学习训练集，袋装树方法对仿真数据和实际数据预测准确率分别为99.6%和81.25%。”
    • 核技术   2019年42卷第3期

    • DOI：10.11889/j.0253-3219.2019.hjs.42.030202    

      中图分类号： TL99

    • 收稿日期：2018-12-20，

      修回日期：2019-01-22，

      纸质出版日期：2019-03-10

    移动端阅览

  • 陈雪睿,赵中玮,孙跃文等.基于仿真数据的辐射成像分类学习方法研究[J].核技术,2019,42(03):1-8. DOI： 10.11889/j.0253-3219.2019.hjs.42.030202.

    CHEN Xuerui,ZHAO Zhongwei,SUN Yuewen,et al.Research on digital radiography classification learning method based on simulation data[J].NUCLEAR TECHNIQUES,2019,42(03):1-8. DOI： 10.11889/j.0253-3219.2019.hjs.42.030202.

  •  
  •  

0

浏览量

29

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

基于SSA-XGBoost模型的高精度密度测井预测方法研究
基于KPCA-MPA-ELM的n/γ甄别方法研究
利用机器学习方法对几个核物理问题的深入研究
基于机器学习的重离子碰撞中QCD相变的研究
基于卷积神经网络算法的X射线晶体衍射实验数据筛选

相关作者

吴文圣
李瑞
李户林
庹先国
张云龙
张贵宇
胡万平
高泽鹏

相关机构

中国石油大学（北京） 地球物理学院
成都惠利特自动化科技有限公司
西南科技大学 信息工程学院
四川轻化工大学 人工智能四川省重点实验室
四川轻化工大学 自动化与信息工程学院
0