夸克胶子喷注的人工神经网络识别研究

• 作者: 刘连寿 张昆实
• 来源期刊: 高能物理与核物理
• 关键词: 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
• 年，卷（期）: 2004,（11）
• 所属期刊栏目: 粒子与场
• 页码范围: 1141-1145
• 页数: 5页
• 字数: 4713字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-3052.2004.11.002

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘连寿	华中师范大学粒子物理研究所	38	26	3.0	4.0
2	张昆实	华中师范大学粒子物理研究所	4	11	2.0	3.0