高能物理与核物理
高能物理與覈物理
고능물리여핵물리
HIGH ENERGY PHYSICS AND NUCLEAR PHYSICS
2004年
11期
1141-1145
,共5页
人工神经网络%BP神经网络模型%模式识别%高能电子-正电子碰撞%夸克喷注%胶子喷注
人工神經網絡%BP神經網絡模型%模式識彆%高能電子-正電子踫撞%誇剋噴註%膠子噴註
인공신경망락%BP신경망락모형%모식식별%고능전자-정전자팽당%과극분주%효자분주
为了将人工神经网络用于高能物理中对喷注的分类识别,用从高能正负电子对撞的蒙特卡洛模拟中得到的不对称三喷注事件中的夸克喷注和胶子喷注的平均多重数、平均横动量和两类喷注所对的夹角的平均值作为输入BP神经网络的3个特征参量,对2.5-22.5 GeV能区的8个能量间隔进行等精度的训练.用训练好的神经网络模型对不对称三喷注事件中的夸克喷注和胶子喷注样本进行检验判定,并对混合喷注样本进行分类识别.所得结果表明,有望将人工神经网络用于高能正负电子对撞产生的喷注的分类分析.
為瞭將人工神經網絡用于高能物理中對噴註的分類識彆,用從高能正負電子對撞的矇特卡洛模擬中得到的不對稱三噴註事件中的誇剋噴註和膠子噴註的平均多重數、平均橫動量和兩類噴註所對的夾角的平均值作為輸入BP神經網絡的3箇特徵參量,對2.5-22.5 GeV能區的8箇能量間隔進行等精度的訓練.用訓練好的神經網絡模型對不對稱三噴註事件中的誇剋噴註和膠子噴註樣本進行檢驗判定,併對混閤噴註樣本進行分類識彆.所得結果錶明,有望將人工神經網絡用于高能正負電子對撞產生的噴註的分類分析.
위료장인공신경망락용우고능물리중대분주적분류식별,용종고능정부전자대당적몽특잡락모의중득도적불대칭삼분주사건중적과극분주화효자분주적평균다중수、평균횡동량화량류분주소대적협각적평균치작위수입BP신경망락적3개특정삼량,대2.5-22.5 GeV능구적8개능량간격진행등정도적훈련.용훈련호적신경망락모형대불대칭삼분주사건중적과극분주화효자분주양본진행검험판정,병대혼합분주양본진행분류식별.소득결과표명,유망장인공신경망락용우고능정부전자대당산생적분주적분류분석.
