串行晶體學數據篩選算法研究
作者：千躍奇; 劉波 中國科學院上海應用物理研究所; 上海201800; 中國科學院大學; 北京100049; 中國科學院高等研究院; 上海201210
摘要：在串行飛秒晶體學中,可以使用多種基于機器學習的方法對數據進行篩選分類;在晶體實驗中,采用自動化圖像處理和卷積神經網絡來檢測晶體衍射圖中的布拉格點,去除無效的實驗數據。對不同的樣品采用多種機器學習方法,進行多次實驗和模擬,分析實驗預測結果準確度不同的原因。結果顯示:在眾多方法中,卷積神經網絡能夠得到較高的預測準確率,而線性方法僅對某些樣品有較好的準確率,但兩者都優于傳統找點算法。為X射線自由電子激光(X-ray Free Electron Laser,XFEL)實驗提供有效和便捷的數據篩選工具。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社。
核技術雜志
核技術雜志， 月刊，本刊重視學術導向，堅持科學性、學術性、先進性、創新性，刊載內容涉及的欄目：加速器技術、射線技術及應用、核化學、放射化學、放射性藥物和核醫學、核電子學與儀器、核物理、交叉學科研究、核能科學與工程等。于1978年經新聞總署批準的正規刊物。
- 北大期刊
- CSCD期刊
- 統計源期刊
- 1-3個月審核