随着科学技术的发展与进步,放射性核材料已广泛应用于国民生产与日常生活当中,对放射性核素的监管与防控关系到国家安全与稳定,而如何快速、准确地识别出潜在的放射性核素是放射性核素监管的首要问题,也是当下亟待解决的重要课题。目前普遍应用的核素识别方法,先以脉冲幅度计数的方式获取目标能谱,再根据能谱中反映的特征信息来判断存在有哪些核素,而当计数较少时难以获取被检目标完整的能谱特征,进而无法及时、准确地识别放射性核素。为了及时地判别某种放射性核素是否存在,本文从核素探测时产生的时域脉冲入手,提出了一种基于贝叶斯分类器的核素识别方法。通过建立特征核事件的选取流程,依据脉冲的能量及其之间时间间隔,选取特征核脉冲,作为目标核素的存在性依据,并设计了序贯贝叶斯分类器,对核素的存在性进行实时的概率分析与判决。另外,针对运动状态放射性核素的识别,建立了核脉冲的探测模型,分析相对位移与脉冲速率之间的比例关系。利用相对位移信息校准脉冲时间间隔,并结合脉冲能量与脉冲时间间隔,对运动中获取的脉冲样本进行校验,选取其中的特征核脉冲,在此基础上重新构建了基于能量的贝叶斯分类器及其决策函数,对目标放射性核素的有无进行实时地概率分析与判别。与传统的核素识别方法依据核素能谱进行分析不同,本文所述方法以核素产生的时域脉冲为研究对象,即时分析特定种类放射性核素的存在与否。为了验证本文所述方法的有效性,本文进行了仿真和实测实验,并与传统的导数寻峰方法进行了对比,所述方法可正确识别出匀速运动状态的核素,且识别效果优于传统的寻峰方法。