| 题名 | 博士论文-神经网络在北京谱仪触发判选中的应用 |
| 作者 | 刘斌 |
| 学位类别 | 博士 |
| 答辩日期 | 2000 |
| 授予单位 | 中国科学院研究生院 |
| 授予地点 | 北京 |
| 导师 | 过雅南 |
| 关键词 | 北京谱仪 触发判选 实时 神经网络 |
| 学位专业 | 核技术及应用 |
| 中文摘要 | 本文全面地研究了北京谱仪（BES）的触发判选系统。提出了利用神经网络实现触发判选系统中实时的事例判选的设想，以提高系统判选的正确性及排除本底的能力。本文运用多元统计分析程序（SPSS）对各种物理事例类型、本底与触发判选各条件之间的关系进行了深入的分析，确定了神经网络的输入变量。为得到好的包含有触发条件信息的样本，编写了BES触发判选系统的模拟程序。运用误差后向传播算法（BP）完成了神经网络的学习。并且提出了通过设置预定标器的方法以解决在使用神经网络中可能会出现的问题，推导了利用该方法测量神经网络对好事例的触发效率及对本底的排除效率的计算公式。在实验测试中，利用上述计算公式给出了神经网络相应的各效率值。本文对神经网络实时的事例判选进行了具体的电路实现。针对神经网络计算中的出现的大乘加运算，采用数字信号处理器（DSP）技术，加速了神经网络的计算。制定了用DSP定点计算代替神经网络浮点计算的算法，并编写了相应的DSP实现的源程序。现在该电路做为触发系统的第三级触发，在北京谱仪上进行了实验取数。本文的实验结果表明：神经网络对好事例有较高的触发效率，实验测量给出的平均效率为（97.7±0.3）％；对本底有较高的排除效率，实验给出的平均排除率为（46.1±0.3）％。因此可以得出结论：神经网络用于触发判选的实时事例判选是能够接受的。 |
| 语种 | 中文 |
| 学科主题 | 核技术及应用 |
| 公开日期 | 2016-02-25 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.ihep.ac.cn/handle/311005/209537]  |
| 专题 | 实验物理中心_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 | 刘斌. 博士论文-神经网络在北京谱仪触发判选中的应用[D]. 北京. 中国科学院研究生院. 2000. |
| 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