期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
核散裂和弹核碎裂反应中余核产生的贝叶斯神经网络预测模型
1
作者
魏慧玲
彭丹
+1 位作者
魏啸宝
马春旺
《原子能科学技术》
EI
CAS
CSCD
北大核心
2023年第4期791-797,共7页
核散裂反应和炮弹碎裂反应中的余核产生截面是核反应理论和实验中的重要问题。为了提高核散裂和弹核碎裂反应中余核(尤其是靠近滴线的稀有同位素)产生截面的预测,本文介绍了基于贝叶斯神经网络方法的两类预测模型。一类是无物理模型引导...
核散裂反应和炮弹碎裂反应中的余核产生截面是核反应理论和实验中的重要问题。为了提高核散裂和弹核碎裂反应中余核(尤其是靠近滴线的稀有同位素)产生截面的预测,本文介绍了基于贝叶斯神经网络方法的两类预测模型。一类是无物理模型引导的BNN模型,另一类是有物理模型引导的BNN+模型。结果发现BNN模型需要学习充足的信息量,才能拥有较好的预测能力。而BNN+模型既能继承物理模型的优点,又能弥补该模型的缺陷。在同样少的样本数据下,BNN+模型仍具有很好的预测能力。
展开更多
关键词
核散裂反应
弹
核
碎
裂
反应
余
核
产生截面
贝叶斯神经网络
下载PDF
职称材料
题名
核散裂和弹核碎裂反应中余核产生的贝叶斯神经网络预测模型
1
作者
魏慧玲
彭丹
魏啸宝
马春旺
机构
河南师范大学物理学院
出处
《原子能科学技术》
EI
CAS
CSCD
北大核心
2023年第4期791-797,共7页
基金
国家自然科学基金(11975091)
河南省高校科技创新团队项目(21IRTSTHN011)。
文摘
核散裂反应和炮弹碎裂反应中的余核产生截面是核反应理论和实验中的重要问题。为了提高核散裂和弹核碎裂反应中余核(尤其是靠近滴线的稀有同位素)产生截面的预测,本文介绍了基于贝叶斯神经网络方法的两类预测模型。一类是无物理模型引导的BNN模型,另一类是有物理模型引导的BNN+模型。结果发现BNN模型需要学习充足的信息量,才能拥有较好的预测能力。而BNN+模型既能继承物理模型的优点,又能弥补该模型的缺陷。在同样少的样本数据下,BNN+模型仍具有很好的预测能力。
关键词
核散裂反应
弹
核
碎
裂
反应
余
核
产生截面
贝叶斯神经网络
Keywords
nuclear spallation reaction
projectile fragmentation reaction
fragment cross section
Bayesian neural network
分类号
O571.42 [理学—粒子物理与原子核物理]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
核散裂和弹核碎裂反应中余核产生的贝叶斯神经网络预测模型
魏慧玲
彭丹
魏啸宝
马春旺
《原子能科学技术》
EI
CAS
CSCD
北大核心
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部