本发明提供一种核素识别方法，包括步骤：利用蒙特卡罗模拟构建放射性核素库及其能谱；利用实测能谱构建伽马探测器的能量响应模型；利用所述能量响应模型实现模拟能谱与实测能谱的匹配；利用所述匹配后的核素伽马能谱生成具有谱线漂移效应的伽马能谱；对所述具有谱线漂移效应的伽马能谱的能谱数据进行降维；构建神经网络，训练所述神经网络，实现所述神经网络的节点参数的优化；对于所述伽马探测器探测所得的未知核素的伽马能谱，利用所述神经网络进行识别。所述核素识别方法降低了神经网络训练过程的耗时和核素识别算法的计算开销，提高了核素识别的速度，还提升了能识别核素的种类和识别的精度。