首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   1篇
  免费   0篇
物理学   1篇
  2020年   1篇
排序方式: 共有1条查询结果,搜索用时 15 毫秒
1
1.
核裂变碎片的产额是核能和核应用领域中的关键基础数据。在实验和理论上,获得精确且完整的能量依赖的裂变产额到目前为止都是一个挑战。贝叶斯神经网络(Bayesian Neural Networks,BNN)可以描述需要量化不确定性的逆向回归问题。基于BNN学习已有的裂变产额,可以给出未知的裂变产额及其不确定度。特别是当裂变产物产额的实验数据不完整时,BNN可以推断出完整的裂变产额。在裂变产额的质量分布和能量依赖关系上,BNN的评价结果比较合理。研究结果表明BNN在核数据评价领域有广泛的应用前景。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号