基于奇异值分解的γ能谱弱峰识别

针对低放射性核素样品的γ能谱分析中的弱峰识别问题,提出了一种基于奇异值分解的γ能谱寻峰新方法。该方法通过改进矩阵的构造方式,将γ能谱升维为双向循环矩阵后进行奇异值分解,选择第二个奇异值进行矩阵重构,并根据重构后的矩阵寻峰。以放射源152Eu的γ能谱为实验对象,与一阶导数寻峰、对称零面积寻峰和其他矩阵的奇异值分解寻峰方法进行了对比。实验结果表明:双向循环矩阵奇异值分解寻峰方法,在检测弱峰时拥有更高的查全率、查准率和F1值,分别达到了100%、87%和0.94,优化了弱峰检测的效果,为寻峰方法提供更多的选择。

一种γ谱弱峰优化检测方案研究

介绍一种γ射线能谱高斯函数卷积寻峰方法,分析得出并有效解决应用该方法准确获取弱峰峰位信息的条件。设计了1套包含1倍标准差检测滤波方法、SNIP本底扣除法和峰宽与探测限联合判别法的γ能谱弱峰优化检测方案。在Matlab 7.1平台上编写上述方案及其他2种寻峰算法的程序。与2款商品化γ能谱分析软件一起,分别对1976年IAEA测试谱进行分析,结果表明,该方案检测结果优于其他方法和软件,能很好区分康普顿平台与峰;在不出现假峰的情况下,检测出所有22个峰;检测峰位与标准峰位偏移最大2.90道。