您当前的位置：
首页 >
文章列表页 >
基于机器学习预测膨润土中阳离子的分配系数
核化学、放射化学、放射性药物和核医学 | 更新时间：2025-06-16

    • 基于机器学习预测膨润土中阳离子的分配系数

    • Machine learning-based prediction of cation distribution coefficients in bentonite

    • “在放射性废物处置库安全评价领域，专家利用机器学习模型预测放射性核素在膨润土上的分配系数，为安全评价提供新路径。”
    • 核技术   2025年48卷第6期 文章编号：060302

    • DOI：10.11889/j.0253-3219.2025.hjs.48.240431    

      中图分类号： TL942

    • 收稿日期：2024-10-29，

      修回日期：2025-03-17，

      纸质出版日期：2025-06-15

    移动端阅览

  • 杨馨,张坤明,陈涛.基于机器学习预测膨润土中阳离子的分配系数[J].核技术,2025,48(06):060302. DOI： 10.11889/j.0253-3219.2025.hjs.48.240431. CSTR： 32193.14.hjs.CN31-1342/TL.2025.48.240431.

    YANG Xin,ZHANG Kunming,CHEN Tao.Machine learning-based prediction of cation distribution coefficients in bentonite[J].NUCLEAR TECHNIQUES,2025,48(06):060302. DOI： 10.11889/j.0253-3219.2025.hjs.48.240431. CSTR： 32193.14.hjs.CN31-1342/TL.2025.48.240431.

  •  
  •  

0

浏览量

6

下载量

0

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

膨润土对U(Ⅵ)的吸附机理研究
机器学习方法研究重离子熔合反应截面
深度学习在高能核物理中的前沿进展
基于连续型贝叶斯概率估计器预测原子核质量

相关作者

杜作勇
王彦惠
李东瑞
庹先国
李志龙
王永佳
李庆峰
张靖宗

相关机构

西南科技大学 国防科技学院
四川理工学院
中国原子能科学研究院
湖州师范学院 理学院
四川大学 物理学院
0