利用剂量梯度与最小二乘方法研究辐射剂量的空间分布

作者： 蒋, Mr. 林江
通讯作者： 蒋, Mr. 林江 Email:281530146@qq.com
提交时间：2025-11-11 20:20:19

摘要: 核退役场景中，辐射剂量的分布通常是未知的，为了在核退役设施的监测工作中了解当前的辐射情况，生成连续可视化的辐射剂量分布图像是很重要的。当前常规方法是在测量点之间进行插值得到连续的辐射剂量分布，并预测高剂量区域，但常规插值方法的结果精度较低，预测准确性较差。因此，本文提出一种融合梯度与最小二乘的方法，旨在提高辐射剂量插值的精度与高剂量区域预测的准确性。在这项研究中，我们利用了辐射剂量梯度特性，确定高剂量区域方向，结合最小二乘优化方法对高剂量区域进行预测，并通过辐射剂量衰减公式得到分布结果，与常规插值进行对比实验，结果表明：所提方法剂量计算均方误差（MSE）较克里金插值方法降低 82.1%，较反距离加权方法降低 47.9%，显著提高了插值精度。该方法适用于由伽马射线（γ射线）探测点位数据组成的辐射场景，可为辐射风险评估、污染应急处置提供技术支撑，完善核安全监测体系。

Image processing Image reconstruction Nuclear safeguards Gamma radiation source direction locating

来自： 蒋, Mr. 林江
分类： 物理学 >> 核物理学
备注: 已向《Nuclear Science and Techniques》投稿
引用： ChinaXiv:202511.00126 (或此版本 ChinaXiv:202511.00126V1)
DOI:10.12074/202511.00126
CSTR:32003.36.ChinaXiv.202511.00126
科创链TXID： 76d74f71-ece7-4289-b7b0-fef0e0db5cca
推荐引用方式： 蒋, Mr. 林江.利用剂量梯度与最小二乘方法研究辐射剂量的空间分布.null.[DOI:10.12074/202511.00126] (点此复制)

版本历史

[V1]

2025-11-11 20:20:19

ChinaXiv:202511.00126V1

下载全文

1. Study on Localization of High Radiation Dose Regions Based on Dose Gradient Characteristics and the Least Squares Method

2025-11-17

1. Study on Localization of High Radiation Dose Regions Based on Dose Gradient Characteristics and the Least Squares Method	2025-11-17
2. Monte Carlo-Based Assessment of Fork Detector Performance for Safeguards Verification of Spent Nuclear Fuel Assemblies	2025-10-16
3. Radiometric analysis of the gold tailings using a high-resolution LEGe γ-detector	2025-10-09
4. EDG-Net: Encryption and Decryption based Gan-attention Network for CT images in the Internet of Medical Things and Telemedicine	2025-07-02
5. Optimisation of PET Image Reconstruction: Use of Neural Networks for Scatter Estimation	2025-01-23
6. First-order primal-dual algorithm for sparse-view neutron computed tomography-based three-dimensional image reconstruction	2023-06-26


公开评论匿名评论仅发给作者

利用剂量梯度与最小二乘方法研究辐射剂量的空间分布

版本历史

相关论文推荐 作者相关论文