基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
强子事例的选择和强子探测效率是在BEPC/BES上进行R值测量的两项主要误差来源.过去实验只选取等于或者大于2叉的强子事例,因而0叉和1叉事例的丢失将导致强子事例数和强子探测效率的较大误差.试图提出在R值测量中选取包含1叉强子事例在内的样本,这将有助于更合理地调节强子事例产生器LUARLW的参数,减小强子探测效率和R值测量的系统误差.
推荐文章
基于事例的推理中相似事例选择的神经网络方法
人工智能
基于事例的推理
事例选择
神经网络
基于事例的推理中相似事例选择的神经网络方法
人工智能
基于事例的推理
事例选择
神经网络
基于事例推理短期负荷预测方法的改进
事例推理
短期负荷预测
模糊聚类
采样法测量有效值的一种改进方法
有效值测量
交流电
同步误差
相对频偏
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 R值测量中强子事例选择的改进
来源期刊 高能物理与核物理 学科 物理学
关键词 R值 强子事例 系统误差 事例产生器
年,卷(期) 2007,(9) 所属期刊栏目 粒子与场
研究方向 页码范围 802-809
页数 8页 分类号 O57
字数 1986字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张丙新 中国科学院高能物理研究所 11 9 2.0 3.0
2 郭义庆 中国科学院高能物理研究所 46 72 4.0 7.0
3 胡海明 中国科学院高能物理研究所 6 3 1.0 1.0
4 胡君辉 中国科学院高能物理研究所 28 104 5.0 10.0
6 高原宁 清华大学工程物理系 10 11 2.0 3.0
7 金毅 中国科学院高能物理研究所 17 2 1.0 1.0
13 翁瑶 中国科学院高能物理研究所 4 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
R值
强子事例
系统误差
事例产生器
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
高能物理与核物理
月刊
chi
出版文献量(篇)
2219
总下载数(次)
0
总被引数(次)
4790
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导