摘要：准确的中子能谱信息对于核装置的设计和运行具有十分重要的意义,现有解谱方法通常将先验信息作为迭代初值使用,限制了解谱过程多重先验信息的使用。本文针对中子能谱测量中的解谱问题,建立了基于压缩感知理论的中子能谱解谱方法,并应用于几种典型中子能谱的多球谱仪测量和辐照监督管处中子能谱的活化片测量中的中子能谱解谱问题,结果表明:所建立的解谱方法可实现一次解谱中多重先验信息的使用,可有效实现典型中子能谱和反应堆辐照监督管处中子能谱的解谱,解谱结果与标准解吻合良好。另外,由于多重先验信息的使用,使得解谱过程对方程数量的依赖降低,去除^(238)U和^(237)Np等裂变探测器时辐照监督管处中子能谱依然可得到较高精度的求解,为辐照监督项目去除裂变探测器奠定了理论基础。

摘要：提出了基于稀疏表示的声扫描显微镜(Scanning acoustic microscope,SAM)图像超分辨率重构方法,以解决其空间检测分辨率受超声波频率和穿透深度的限制,原始SAM图像分辨率较低,不利于封装缺陷辨识等问题。通过字典设计训练和稀疏系数α求解获得了重构的高分辨率SAM图像,利用Levenberg-Marquardt算法改进BP神经网络(LM-BP),并用于倒装芯片焊点缺陷识别。与原始图像及双三次插值图像相比,稀疏重构图像的峰值信噪比明显增大,提高了SAM图像质量,减小了芯片焊点的错误识别数目,错误率降至2.76%。试验结果表明稀疏表示的SAM重构算法和LM-BP神经网络训练速度快、识别精度高,可用于高密度半导体封装缺陷的检测及可靠性评估。