用人工神经网络进行多参量模式识别的可行性研究

• 作者: 刘连寿 张昆实 陈刚
• 来源期刊: 华中师范大学学报（自然科学版）
• 学科: 物理学
• 关键词: 高能碰撞 人工神经网络 多奇异数重子 鉴别效率 多参量模式识别 混杂方法
• 年，卷（期）: 2008,（1）
• 页码范围: 40-45
• 页数: 6页
• 分类号: O572.2
• 字数: 5518字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1190.2008.01.011

摘要

为了解决Ξ、Ω等多奇异数重子鉴别效率低的问题,拟用人工神经网络来进行鉴别.这类多奇异数重子的特点是,判定它们所需参最数日很大(10).用一个简单的蒙特卡洛模型研究了应用神经网络来识别多参量模式时需要解决的几个问题,所得到的结果支持用人工神经网络鉴别多参量模式的可行性.在此基础上,提出了一种混合运用拓扑重构和人工神经网络的混杂(hybrid)方法,作为提高多奇异数重子鉴别效率的一种可能的方法.

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	陈刚	中国地质大学物理系	103	780	14.0	24.0
3	张昆实	长江大学物理科学与技术学院	12	47	4.0	6.0