位置：成果数据库 > 期刊 > 期刊详情页
多奇异数重子鉴别中信号样本统计性问题的蒙特卡洛法研究
  • 期刊名称：《华中师范大学研究生学报》
  • 时间：0
  • 分类：O572.2[理学—粒子物理与原子核物理;理学—物理]
  • 作者机构：[1]长江大学物理科学与技术学院,湖北荆州434023, [2]长江大学计算机科学学院,湖北荆州434023
  • 相关基金：国家自然科学基金项目（10375025）;湖北省教育厅重点项目（2003A002）.
作者： 张昆实[1], 黄东平[2], 肖循[1]
关键词： 高能碰撞, 人工神经网络, 多奇异数重子, 鉴别效率
中文摘要：

为了解决多奇异数重子两步拓扑重建效率低的问题．利用人工神经网络以较高的效率来一步完成对奇异粒子的鉴别。就高维参数空间中BP神经网络对训练样本高统计量要求的问题。进行了蒙特卡洛法研究，所得结论支持用人工神经网络鉴别多奇异数重子。

同期刊论文项目
夸克与胶子喷注中非线性动力学起伏的对比研究
期刊论文 22 获奖 2
同项目期刊论文
An empirical study of boosted
逐事件分析中高阶矩统计起伏的消
夸克胶子喷注的人工神经网络识别
A Monte Carlo study on E by E
A Monte Carlo study of the con
A Monte Carlo Study of the Qua
Scattering mechanism of high e
Balance Function from AMPT
On the dynamical fluctuation o
相对论重离子碰撞中强子气体膨胀
在电子-质子碰撞中识别瞬子末态
The Narrowing of Charge Balanc
用人工神经网络进行多参量模式识别的可行性研究
相对论重离子碰撞中逐事件横动量起伏对多重数依赖性的蒙特-卡洛研究
相对论重离子碰撞中强子气体膨胀过程的蒙特卡罗研究
在电子-质子碰撞中识别瞬子末态方法的蒙特卡罗研究
A novel configuration model for random graphs with given degree sequence
Entropy and equilibrium property of QCD-instanton induced final state in deep-inelastic scattering