中法核工程与技术学院本科生在核心期刊《分析测试学报》发表论文

       近日，由中山大学中法核工程与技术学院“大学生创新创业训练项目”（以下简称大创）团队成员：2022级本科生黄天爱、刘子若、李俊毅、阳文彬、冯卓贤、2022级硕士王天翔，在指导教师袁岑溪教授、陈胜利副教授的带领下，联合完成的研究论文《多元统计方法在核取证溯源分析中的研究进展》在核心期刊《分析测试学报》上正式发表。袁岑溪教授为通讯作者。

       核材料溯源取证，是一门对核材料及放射性材料进行检查分析以溯源其性质、制造的时间、地点、方式及预期用途的新兴交叉学科。 通过对截获的可疑核材料，例如核爆炸样品，进行分析，核取证学可以溯源其来源、生产历史和用途，从而判断其是否属于非法扩散或走私，并将其遏制在摇篮中。此外，通过评估潜在的核扩散、核走私风险，核取证学还可为制定有效的防范措施提供科学依据。核取证学的研究和发展是遏制核武器扩散、监测核材料流动、打击核走私网络的有力工具。

       目前关于该领域的前沿研究方向是基于数据库信息，利用多元统计方法溯源未知核材料的来源信息。文章回顾了近年来的核取证研究进展并指出存在数据依赖性强、模型缺乏定量分析能力和普适性等不足。

       为克服这些局限，文章介绍了最新的线性拟合方法实现溯源取证分析，基于经济合作与发展组织核能署（OECD/NEA）于2017年发布的SFCOMPO-2.0乏燃料数据库，以不同核素浓度作为样品特征提出了线性关系假设，并通过数据库数据和压水堆（PWR）与沸水堆（BWR）的模拟结果进行了检验。结果表明，线性关系假设在PWR和BWR中均适用，并可用于预测燃料的初始富集度和燃耗量。

       此外，文章还介绍了3种机器学习方法的应用（逻辑回归、支持向量机、多层感知器）实现对PWR、BWR的分类。最后，应用KNN分类、随机森林和多层感知器算法，改进了核取证分类模型，提高了模型对各反应堆的分辨能力。

       作为本科生通过“大创项目”首次接触科研，首篇论文便在核心期刊发表极大地激励了团队成员在科研领域继续深造。随着学习和科研经验的积累，团队将深化多元统计方法在核取证溯源分析中的研究。

       中山大学中法核工程与技术学院为本科生提供了便利的科研训练机会与条件，营造了浓厚的学术氛围和积极的创新环境。

编辑:卢雨梦

一读:范凌婧

初审:曹雁群

复审:廖喜扬

审核发布:刘梅