一种基于K-Means的热释光片的检测筛选方法技术

本发明专利技术公开了一种基于K‑Means的热释光片的检测筛选方法，该方法包括以下步骤：S1、选取指定的K个样本作为聚类质心(Q<subgt;1</subgt;、Q<subgt;2</subgt;、……、Q<subgt;K</subgt;)；S2、设定有效偏差范围，计算对比样本与质心样本的偏差值；S3、筛选处于偏差范围内的样本形成样本簇，排除偏差范围外的异常值，并计算样本簇的平均辐射强度得出新质心(Q'<subgt;1</subgt;、Q'<subgt;2</subgt;、……、Q'<subgt;K</subgt;)；S4、在一定误差范围内，若新质心(Q'<subgt;1</subgt;、Q'<subgt;2</subgt;、……、Q'<subgt;K</subgt;)总辐射强度Δ'不等于原质心(Q<subgt;1</subgt;、Q<subgt;2</subgt;、……、Q<subgt;K</subgt;)总辐射强度Δ，回到S2并重复，若新质心(Q'<subgt;1</subgt;、Q'<subgt;2</subgt;、……、Q'<subgt;K</subgt;)总辐射强度Δ'等于原质心(Q<subgt;1</subgt;、Q<subgt;2</subgt;、……、Q<subgt;K</subgt;)总辐射强度Δ，则停止迭代并输出聚类结果和异常值。在进行充分的数据标记训练后，可在保证准确率的情况下一次性检测大批量的热释光片，极大地提高了检测效率。

【技术实现步骤摘要】

本专利技术属于热释光检测，具体涉及一种基于k-means的热释光片的检测筛选方法。

技术介绍

1、热释光片(tld)是一定量的热释光材料，或该材料与其他非发光材料按一定重量比构成的具有确定质量、形状或尺寸的混合物，探测器受辐照时吸收并储存射线的部分能量，在测量过程中对探测器进行加热时以光的形式释放这部分能量，受热时激发出的发光量与受辐照剂量值在一定范围内成线性关系。

2、k-means算法是一种典型的基于划分的聚类算法，也是一种无监督学习算法。k-means算法的思想很简单，对给定的样本集，用欧氏距离作为衡量数据对象间相似度的指标，相似度与数据对象间的距离成反比，相似度越大，距离越小。预先指定初始聚类数以及个初始聚类中心，按照样本之间的距离大小，把样本集划分为个簇根据数据对象与聚类中心之间的相似度，不断更新聚类中心的位置，不断降低类簇的误差平方和，当误差平方和不再变化或目标函数收敛时，聚类结束，得到最终结果。k-means算法的核心思想：首先从数据集中随机选取k个初始聚类中心，计算其余数据对象与与聚类中心的欧氏距离，找出离目标数据对象最近的聚类本文档来自技高网...

【技术保护点】

1.一种基于K-Means的热释光片的检测筛选方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于K-Means的热释光片的检测筛选方法，其特征在于，步骤S1中，热释光片在测量环境中辐照时，当照射量为空气比释动能时剂量值为1mGy-3mGy，照射量为个人剂量当量时剂量值为1mSv-3mSv。

3.根据权利要求1所述的基于K-Means的热释光片的检测筛选方法，其特征在于，步骤S2中，根据公式：

4.根据权利要求1所述的基于K-Means的热释光片的检测筛选方法，其特征在于，步骤S3中，根据公式：

5.根据权利要求1所述的基于K-M...

【技术特征摘要】

1.一种基于k-means的热释光片的检测筛选方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于k-means的热释光片的检测筛选方法，其特征在于，步骤s1中，热释光片在测量环境中辐照时，当照射量为空气比释动能时剂量值为1mgy-3mgy，照射量为个人剂量当量时剂量值为1msv-3msv。

3.根据权利要求1所述的基于k-means的热释光片的检测筛选方法，其特征在于，步骤s2中，根据公式：

4.根据权利要求1所述的基于k-mean...

【专利技术属性】
技术研发人员：毕朝文，李斌，郝亚明，关庆涛，郭晓伟，李春阳，唐辉，
申请(专利权)人：归炬北京科技有限公司，
类型：发明
国别省市：