ARGO实验中Gamma/强子区分方法研究
| 目录 | 第1-8页 |
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 引言 | 第12-20页 |
| ·γ射线天文学实验的研究目的 | 第12-14页 |
| ·γ射线天文学实验技术 | 第14-17页 |
| ·卫星实验 | 第15页 |
| ·大气Cherenkov望远镜实验 | 第15-16页 |
| ·空气簇射阵列实验 | 第16-17页 |
| ·γ射线天文学的主要研究成果 | 第17-18页 |
| ·论文的主要内容 | 第18-20页 |
| 第二章 羊八井实验 | 第20-28页 |
| ·羊八井ARGO阵列 | 第21-24页 |
| ·RPC计数器的结构 | 第21-22页 |
| ·RPC探测器的工作原理 | 第22-24页 |
| ·数据获取系统 | 第24-25页 |
| ·数据获取系统的结构 | 第24页 |
| ·数据获取过程 | 第24-25页 |
| ·数据分析系统 | 第25-28页 |
| 第三章 Monte Carlo模拟 | 第28-34页 |
| ·广延大气簇射模拟 | 第28-31页 |
| ·探测器响应模拟 | 第31-33页 |
| ·事例的分类 | 第33-34页 |
| 第四章 利用特征量对原初粒子进行分辨 | 第34-41页 |
| ·粒子密度横向分布的均方根 | 第34-35页 |
| ·平均横向分布宽度 | 第35页 |
| ·粒子密度横向分布的不对称性 | 第35-36页 |
| ·平均最小树长度(Tree) | 第36-37页 |
| ·特征量的分布 | 第37-41页 |
| 第五章 TMVA多参量分析 | 第41-60页 |
| ·TMVA多参量分析方法简介 | 第41-45页 |
| ·矩形截断方法 | 第41页 |
| ·似然函数方法(Likelihood) | 第41-42页 |
| ·人工神经网络方法(ANN) | 第42-45页 |
| ·品质因子 | 第45页 |
| ·利用多参量分析进行γ/强子分辨 | 第45-59页 |
| ·击中数在50-100的分辨 | 第46-49页 |
| ·击中数在100-500的分辨 | 第49-52页 |
| ·击中数在500-800的分辨 | 第52-55页 |
| ·击中数大于800时的分辨 | 第55-58页 |
| ·结果和讨论 | 第58-59页 |
| ·小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 参考文献 | 第62-63页 |
| 致谢 | 第63-64页 |
| 学位论文评阅及答辩情况表 | 第64页 |
