基于共轭梯度优化算法的BP神经网络在高能粒子鉴别等领域中的应用 | |
王树旺; 路永钢; 陈旭荣 | |
刊名 | 原子核物理评论 |
2014-09-20 | |
卷号 | 31期号:3页码:401-406 |
关键词 | BP神经网络 共轭梯度法 步长优化 粒子鉴别 |
中文摘要 | 人工神经网络方法已被引入高能物理实验领域并被广泛地应用于夸克胶子喷注的鉴别、电子强子分辨、顶夸克和Higgs粒子的寻找等等。本文采用了一种改良的共轭梯度优化算法并应用于高能物理实验中粒子的鉴别。在该应用中,此算法既能实现每步迭代时在搜索方向上获得最优步长,又能避免目标函数陷入局部收敛点,从而使目标函数快速收敛,提高了算法的有效性。分析结果表明,我们改进后的BP算法显著地提高了粒子物理数据分析中的粒子鉴别能力。 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.lzu.edu.cn/handle/262010/128221] |
专题 | 信息科学与工程学院_期刊论文 |
推荐引用方式 GB/T 7714 | 王树旺,路永钢,陈旭荣. 基于共轭梯度优化算法的BP神经网络在高能粒子鉴别等领域中的应用[J]. 原子核物理评论,2014,31(3):401-406. |
APA | 王树旺,路永钢,&陈旭荣.(2014).基于共轭梯度优化算法的BP神经网络在高能粒子鉴别等领域中的应用.原子核物理评论,31(3),401-406. |
MLA | 王树旺,et al."基于共轭梯度优化算法的BP神经网络在高能粒子鉴别等领域中的应用".原子核物理评论 31.3(2014):401-406. |
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