| 中文摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| ·本文研究背景及意义 | 第8-10页 |
| ·本文主要研究内容 | 第10-12页 |
| 第二章 高能物理数据分析方法介绍 | 第12-25页 |
| ·高能物理数据处理 | 第12-13页 |
| ·高能物理研究的主要内容 | 第12-13页 |
| ·高能物理数据的特征 | 第13页 |
| ·数据分析方法介绍 | 第13-22页 |
| ·线性判别方法 | 第14-17页 |
| ·贝叶斯决策 | 第17-18页 |
| ·人工神经网络 | 第18页 |
| ·其他非线性判别方法 | 第18-22页 |
| ·几种判别方法在高能物理中应用的比较 | 第22-25页 |
| 第三章 神经网络方法及其应用简介 | 第25-35页 |
| ·神经网络原理与模型 | 第25-33页 |
| ·生物神经元的结构和动作 | 第25-26页 |
| ·人工神经网络的原理与特点 | 第26-28页 |
| ·人工神经网络的结构与训练方法 | 第28-31页 |
| ·人工神经网络的发展和应用 | 第31-33页 |
| ·人工神经网络在高能物理中的应用简介 | 第33-35页 |
| 第四章 神经网络用于粒子鉴别的结果与分析 | 第35-45页 |
| ·工作之一：人工神经网络对夸克胶子喷注的识别 | 第35-39页 |
| ·数据来源 | 第35-36页 |
| ·神经网络的设置 | 第36-37页 |
| ·数据处理结果 | 第37-39页 |
| ·工作之二：人工神经网络对中子对撞信号背景的鉴别 | 第39-41页 |
| ·数据来源 | 第39页 |
| ·数据处理过程 | 第39-40页 |
| ·数据处理结果及分析 | 第40-41页 |
| ·工作之三：基于bagging算法的神经网络在粒子鉴别中的应用 | 第41-45页 |
| ·bagging方法简介 | 第41-42页 |
| ·bagging方法与神经网络的结合 | 第42页 |
| ·bagging方法应用结果 | 第42-45页 |
| 第五章 总结与展望 | 第45-46页 |
| 参考文献 | 第46-48页 |
| 在学期间的研究成果 | 第48-49页 |
| 致谢 | 第49页 |