一个基于自适应卷积方法和增强的北方Goshawk优化算法的叠加峰值分解方案

科学领域:

• 核物理 核物理 核物理
• 频谱学是一种光谱学.
• 分析化学 分析化学

背景情况:

• 化 (NaI(Tl)) 光谱仪对于放射性测量至关重要.
• 有限的光谱分辨率导致重叠的峰值,阻碍了准确的分析.
• 现有的方法与背景噪声和峰值重叠作斗争.

研究的目的:

• 开发一种可靠的方法来准确分解NaI{\displaystyle NaI}{\displaystyle T}{\displaystyle T}{\displaystyle T}{\displaystyle T}}{\displaystyle T}{\displaystyle T}{\displaystyle T}}{\displaystyle T}{\displaystyle T}{\displaystyle T}}{\displaystyle T}{\displaystyle T}}{\displaystyle T}{\displaystyle T}{\displaystyle T}{\displaystyle T}{\displaystyle T}}}
• 通过抑制背景干扰和改善噪声抵抗来增强光谱分析.
• 为了实现高精度的峰值参数和区域确定.

主要方法:

• 一个结合自适应卷积 (AC) 和增强的北方鱼优化 (ENGO) 的新方案.
• 交流方法用于背景抑制和降噪,同时保留重叠的峰值信息.
• ENGO算法利用SPM混乱映射,Lévy飞行和非线性步骤大小来进行高维优化.

主要成果:

• 拟议的方案在分解跨数值,蒙特卡洛和国际原子能机构模拟光谱的重叠峰值方面取得了很高的准确性.
• 所有峰值参数和区域的相对偏差分别为±0.530%,±0.573%和±1.173%.
• 证明了精确的光谱分析,无需进行背景减去.

结论:

• AC-ENGO方案在玛射线光谱分析方面取得了重大进展.
• 这种方法提供了精确的重叠峰值分解,对于可靠的放射性测量至关重要.
• 这种方法提高了NaI(Tl) 光谱仪在复杂的光谱环境中的实用性.