题名 | 博士论文-神经网络在EAS阵列实验中的应用及相关问题研究 |
作者 | 罗光宣 |
学位类别 | 博士 |
答辩日期 | 1998 |
授予单位 | 中国科学院研究生院 |
授予地点 | 北京 |
导师 | 戴贵亮 |
关键词 | 人工神经网络 BP网络 Hopfield网络 非线性优化 超高能宇宙线 广延大气簇射(EAS) 蒙特卡罗模拟 离线分析 模式识别 粒子鉴别 事例重建 |
学位专业 | 粒子物理 |
中文摘要 | 地面的EAS阵列是超高能宇宙线唯一的观测手段。超高能宇宙线,一方面,在加速器以上能区是唯一的供人类研究的粒子源;另一方面,为人类提供了新的获取天文信息的途径。在我国,利用西藏羊八井独特的地理优势建立的EAS阵列,综合性能指标已居世界前列。但目前EAS研究也存在一些难题。如:羊八井二期阵列阈能降到约3TeV,扩大了观测视野,阈能是世界最低的,事例率高达到260个/秒,这样高的事例率,造成了用传统计算机离线重建的困难;又如,由于目前EAS阵列不能区分原初质子P与光子γ,使得带源方向信息的原初超高能γ宇宙线事件被占总事例数绝大部分的但因带电荷而受星际磁场调制失去方向信息成为噪声的质子等原初宇宙线事件的掩盖,γ信号的检测能力较低,目前,没有一个稳定的超高能γ源被确认;等等。近年来,在现代生物神经元学说基础上发展起来的,通过对神经元及神经元间信息传递关联关系建立一定的数学模型进而对人脑思维(即人脑信息处理机制)进行研究的,人工神经网络理论取得了很大进展,其应用已渗透到许多领域,并导致了一系列崭新的信息处理方法、手段与技术,解决了许多传统上很难解决或根本无法解决的问题。将基于人工神经网络理论的信息处理技术有效引入到EAS数据处理中,将是一种解决目前EAS数据处理难题很好的选择。这种尝试正是本论文的目的之所在。本论文针对超高能宇宙线EAS阵列观测研究中的数据处理技术与人工神经网络的模型、算法及应用进行了研究。在EAS数据处理方面:本论文构造了基于Hopfield网络的分别用于EAS方向参数与结构参数重建的权值固定的组合式神经网络,对这种网络的稳定性与对问题的可解性给出了严格的数学证明,这种网络适于硬件实现,可实时进行在线重建;用改进的BP前馈网络研究了EAS原初质子P与光子的γ分辨问题,结果表明这种方法是有效的;基于变度量等算法设计实现了一套EAS离线分析系统软件,主要包括重建、模拟与阵列性能快速分析等部分,并对羊八井二期AS阵列的加密子阵进行了详细性能分析。在人工种神经网络研究方面:本论文针对BP网络目前存在的三个主要问题:局部极小、学习效率与泛化能力等,进行了深入分析并提出一系列对策。如:带自适应学习参数神经元、参杂单峰函数神经元、神经元级联分裂算法、基于变度量优化的学习算法、变尺度调整算法与附加斜率控制项等等措施。并针对BP网作为分类器的一些问题,如训练与测试集两类事例混合比不一致的影响与修正,目标函数形式的选取问题,进行了分析并给出相应的解决方法。其中,结合缓慢衰减步长与自适应变步长调整的变尺度调整BP算法具有很强的克服局部极小与学习复杂问题的能力,与其它算法相比具有较高效率与构造简单的特点。 |
语种 | 中文 |
学科主题 | 粒子物理 |
公开日期 | 2016-02-25 |
内容类型 | 学位论文 |
源URL | [http://ir.ihep.ac.cn/handle/311005/209415] |
专题 | 计算中心_学位论文和出站报告 |
作者单位 | 中国科学院高能物理研究所 |
推荐引用方式 GB/T 7714 | 罗光宣. 博士论文-神经网络在EAS阵列实验中的应用及相关问题研究[D]. 北京. 中国科学院研究生院. 1998. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论