节点文献
EAS原初p—γ的神经网络方法分辨
Identify Proton P and Photon γ in the Primary Cosmic Rays Using ANN Methods
【Author】 Luo Guangxuan Dai Guiliang (Institute of High Energy Physics,Academia Sinica, Beijing, 100039)
【机构】 中国科学院高能物理研究所宇宙线与天体物理开放实验室； 中国科学院高能物理研究所计算中心；
【摘要】 EAS原初质子P与光子γ的分辨问题是超高能γ天文的关键问题。本文利用改进的BP前馈式神经网络对EAS原初质子P与光子γ的分辨问题进行了研究,结果表明这种方法是有效的。
【Abstract】 To identify EAS prime proton P and photon γ is a key problem for ultra-high energies γ astronomy. In this paper, we use improved BP feed-forward neural networks to identify primary proton p and photon γ of ultra-high energies in cosmic rays. The results indicate that this method is effective.
【关键词】 BP网络；
广延大气簇射(EAS)；
粒子鉴别；
【Key words】 BP neural network Extensive Air Shower Array(EAS) Particle identification；
【Key words】 BP neural network Extensive Air Shower Array(EAS) Particle identification；
- 【会议录名称】 第9届全国核电子学与核探测技术学术年会论文集
- 【会议名称】第9届全国核电子学与核探测技术学术年会
- 【会议时间】1998-09
- 【会议地点】中国辽宁大连
- 【分类号】TL816
- 【主办单位】中国电子学会核电子学与核探测技术分会、中国核学会核电子学与核探测技术分会