湖北省教育厅重点项目(2003A002)
- 作品数：4 被引量：10H指数：2
- 相关作者：张昆实刘连寿李伟钟飞何涛更多>>
- 相关机构：华中师范大学长江大学湖北工业大学更多>>
- 发文基金：国家自然科学基金湖北省教育厅重点项目湖北省高等学校优秀中青年科技创新团队计划项目更多>>
- 相关领域：理学一般工业技术电气工程更多>>
- 夸克胶子喷注的人工神经网络识别研究被引量：4
- 2004年
- 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— 2 2 .5GeV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 .
- 张昆实刘连寿
- 关键词：胶子喷注夸克喷注重数电子对高能物理人工神经网络
- 基于无监督神经网络的故障模式识别被引量：6
- 2006年
- 无监督学习的竞争式神经网络是一种数据聚类方法,能保持输入空间的拓扑关系不变,借助于一维或二维输出平面的一组有序的向量,实现高维数据的聚类和可视化;探讨了一种无监督神经网络———SOFM网络原理、思想和算法步骤,研究了无监督网络在模式识别中的应用,提出了基于SOFM网络的故障模式识别和状态监测方法;通过实例研究了SOFM网络在机械设备故障模式识别和状态监测中的应用。
- 李伟钟飞何涛史铁林
- 关键词：模式识别故障诊断
- 用人工神经网络进行多参量模式识别的可行性研究
- 2008年
- 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,判定它们所需参量数目很大(>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.
- 张昆实陈刚刘连寿
- 关键词：高能碰撞人工神经网络
- 多奇异数重子鉴别中信号样本统计性问题的蒙特卡洛法研究
- 2006年
- 为了解决多奇异数重子两步拓扑重建效率低的问题,利用人工神经网络以较高的效率来一步完成对奇异粒子的鉴别。就高维参数空间中BP神经网络对训练样本高统计量要求的问题,进行了蒙特卡洛法研究,所得结论支持用人工神经网络鉴别多奇异数重子。
- 张昆实黄东平肖循
- 关键词：高能碰撞人工神经网络
