期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
机器学习法优化硅微条探测器电荷重建
被引量:
1
1
作者
闵江洪
乔锐
+5 位作者
于龙昆
彭文溪
龚轲
郭东亚
崔兴柱
刘雅清
《核电子学与探测技术》
CAS
北大核心
2023年第2期318-324,共7页
为了消除硅微条探测器的电荷响应对入射位置和入射方向的依赖,提高电荷分辨能力,使用OPTICS、高斯混合与主成分分析三种机器学习算法协同完成了电荷重建,并与经典方法进行对比。结果表明,相较于经典方法,基于机器学习重建的电荷谱峰谷...
为了消除硅微条探测器的电荷响应对入射位置和入射方向的依赖,提高电荷分辨能力,使用OPTICS、高斯混合与主成分分析三种机器学习算法协同完成了电荷重建,并与经典方法进行对比。结果表明,相较于经典方法,基于机器学习重建的电荷谱峰谷比更大、电荷分辨更小,重建效果更好。
展开更多
关键词
硅微条探测器
电荷
重建
机器学习
下载PDF
职称材料
题名
机器学习法优化硅微条探测器电荷重建
被引量:
1
1
作者
闵江洪
乔锐
于龙昆
彭文溪
龚轲
郭东亚
崔兴柱
刘雅清
机构
南昌大学信息工程学院
中国科学院高能物理研究所
南昌大学先进制造学院
出处
《核电子学与探测技术》
CAS
北大核心
2023年第2期318-324,共7页
基金
国家自然科学基金天文联合基金项目(U1738133)资助。
文摘
为了消除硅微条探测器的电荷响应对入射位置和入射方向的依赖,提高电荷分辨能力,使用OPTICS、高斯混合与主成分分析三种机器学习算法协同完成了电荷重建,并与经典方法进行对比。结果表明,相较于经典方法,基于机器学习重建的电荷谱峰谷比更大、电荷分辨更小,重建效果更好。
关键词
硅微条探测器
电荷
重建
机器学习
Keywords
silicon micro-strip detector
charge reconstruction
machine learning
分类号
TL99 [核科学技术—核技术及应用]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
机器学习法优化硅微条探测器电荷重建
闵江洪
乔锐
于龙昆
彭文溪
龚轲
郭东亚
崔兴柱
刘雅清
《核电子学与探测技术》
CAS
北大核心
2023
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部