期刊文献+

多参量分析法在γ射线与强子分辨中的应用

Application of Mutti-variant Analysis in Separating the γ-initiated and Hadron-initiated Showers
下载PDF
导出
摘要 利用TMVA软件包所提供人工神经网络方法进行了多参量的分析,实现对γ射线和强子簇射的分辨.测试结果表明,在对强子簇射的排斥率达到75%的条件下,对γ射线簇射的挑选率可达到80%以上,最高品质因子为2.06. Multi-variant analysis is performed with TMVA(Toolkit for Multivariate Analysis)program to separate the γ-initiated and hadron-initiated showers.The test shows that the efficiency for selecting the γ-initiated showers can reach more than 80% while rejecting more than 75% of the hadron-initiated showers.The best quality factor is 2.06.
出处 《滨州学院学报》 2010年第3期58-61,共4页 Journal of Binzhou University
关键词 甚高能 广延大气簇射 特征量 品质因子 人工神经网络 VHE(very high energy) extended atmosphere shower characteristic quantities quality factor artificial neural network
  • 相关文献

参考文献6

二级参考文献66

  • 1贾焕玉.宇宙线对地球气候的影响[J].原子核物理评论,2004,21(3):218-224. 被引量:7
  • 2罗光宣,谭有恒,张春生,董玉琚,袁澎,张慧敏,王辉,袁余奎,力京.怀柔EAS阵列对初级宇宙线“膝”区能谱的测定[J].高能物理与核物理,1995,19(9):769-774. 被引量:9
  • 3周勋秀,贾焕玉,黄庆,焦善庆.寻找BATSEγ暴的TeV能区伴随γ暴[J].原子核物理评论,2005,22(3):251-253. 被引量:1
  • 4丁林垲.-[J].高能物理与核物理,1997,21:673-673.
  • 5刘绍敏.-[J].高能物理与核物理,1997,21:865-865.
  • 6孔繁敏.RPC实验中原初γ和强子的区分.第五届高能物理会议文集[M].承德:-,1998..
  • 7[2]KONG Fan-Min, FENG Cun-Feng, ZHANG Xue-Yao et al. Chin. Jour. of Computational phys. 2000, 17(3):280 (in Chinese)(孔繁敏, 冯存峰, 张学尧等. 计算物理, 2000, 17(3):280)
  • 8[3]Haeusler R, Badea A F, Rebel H et al. Astropart. Phys., 2002, 17:421
  • 9孔繁敏,第五届高能物理会议文集,1998年
  • 10丁林地,高能物理与核物理,1997年,21卷,673页

共引文献14

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