期刊文献+

在BES实验中用神经元网络法鉴别e,μ,π 被引量:1

Identification of e,μ,π by Neural Network in BES
原文传递
导出
摘要 研究了两种不同的神经元网络法,BP网络和LVQ网络,对北京谱仪(BES)实验中e,μ,π粒子的鉴别,取得了较常规方法要好的结果.用于训练和检验的μ子样本来自宇宙线事例,e和π粒子则是由真实实验数据精选的,虽然样本本身具有非均匀的动量谱,但BP网络的检验结果给出的粒子选择效率在整个动量区间却仍然具有相当均匀的分布,LVQ网络稍逊之. Two different kinds of neural network methods,BP and LVQ ,are applied to the identification of e,μ,π particles in BES experiment ,and better results are obtained.The μ data samples used for training and tsets are from cosmic events,e and π are strictly selected from real experimental data by very tight cuts.Although their momentum spectrums are non uniform,interseting enough is that selection efficiencies given by BP tset results are quite uniform in the whole momentum range.The results from LVQ is little worse.It shows that BP is more powerful in pattern recognition than LVQ at least in this study.
出处 《高能物理与核物理》 EI CSCD 北大核心 1997年第4期297-303,共7页 High Energy Physics and Nuclear Physics
基金 中国科学院高能物理研究所开放实验室和国家自然科学基金
关键词 BES实验 粒子鉴别 神经元网络法 谱仪 BES experiment,particle identification,neural network method.
  • 相关文献

参考文献2

  • 1Jiang Z J,Nucl Instrum Methods A,1994年,345卷,541页
  • 2张子平,高能物理与核物理,1994年,18卷,769页

同被引文献4

  • 1BES合作组.-[J].高能物理与核物理,1992,16:769-769.
  • 2Zhang Ziping,Nucl Instr Method.A,1996年,379卷,271页
  • 3Innocente V,Nucl Instr Method.A,1992年,323卷,647页
  • 4BES合作组,高能物理与核物理,1992年,16卷,769页

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部