Go To English Version 超过100万源码资源,1000万源码文件免费下载
  • 在s N N = 8.16 $$ \ sqrt {s _ {\ mathrm {NN}}} = 8.16 $$ TeV的pPb碰... 在每个核子对质心能量s NN = 8.16 $$ \ sqrt {s _ {\ mathrm {NN}}的pPb和Pbp碰撞中产生ϒ(nS)介子(n = 1,2, ...
  • 来自美强子衰变的电子的椭圆流是从$$ \ sqrt {s_ \ mathrm {NN}} = 2.76 \ \ hbox {Te... 我们提出了在每个碰撞核子对的质心能量中心处,在半中心Pb-Pb碰撞中,来自美丽强子衰变的电子的椭圆流的计算,表示为$$ \ sqrt {s_ \ mathrm {NN}} $ $ sNN,为2.76 TeV。 通过减去半椭圆形Pb-Pb碰撞中$$-sqrt {s_ \ mathrm {NN}} = 2.76 \的重味强子衰变中的电子椭圆流中的椭圆夸克贡献,可以得到结果。 hbox {TeV} $$ sNN = 2.76TeV最近由ALICE合作公开发布。
  • 在sNN = 8.16 $$ \ sqrt {s _ {\ mathrm {NN}}} = 8.16 $$ TeV的p-Pb碰撞... 在每个核子-核子碰撞的质心能量sNN = 8.16 $$ \ sqrt {s _ {\ mathrm {NN}}} = 8.16 $$ TeV的p-Pb相互作用中研究了包容性J /ψ产生。 CERN LHC的ALICE检测器。 J /ψ介子通过质子快速中心 ... 。 在向后的速度下,没有观察到明显的抑制。 将结果与ALICE在sNN = 5.02 $$ \ sqrt {s _ {\ mathrm {NN}}} = 5.02 $$ TeV的p-Pb碰撞中的先前测量值进行比较,并与理论计算进行比较。 最后,显示并 ...
  • 在s N N = 5.02 $$ \ sqrt {s _ {\ mathrm {NN}}} = 5.02 $$ TeV中中心Pb... ... 椭圆流量系数v 2,该技术适用于中部中心点(中心点级别为10–30%和30–50%)的Pb-Pb碰撞。 每个核子对的质心能量NN = 5.02 $$ \ sqrt {s _ {\ mathrm {NN}}} = 5.02 $$ TeV,LICE处装有ALICE检测器。 ESE技术可以根据碰撞中软颗粒产生的方位各向异性来对属于同一中心的事件进行分类。 报告的测量值使我们有机会研究夸克- ...
  • ATLAS的$$ \ sqrt {s _ {_ \ text {NN}}} = 5.02 $$ sNN = 5.02 Tev时,... 在$ \ sqrt {s _ {_ \ text {NN}}} = 5.02的Pb + Pb碰撞中,在Dimuon ...
  • $$ \ sqrt {s_ {NN}} = 5.02 $$ sNN = 5.02 TeV的p–Pb碰撞的热模型描述 在热模型中,使用具有精确奇异守恒性的规范方法,研究了在p $ -Pb碰撞中以$$ \ sqrt {s_ {NN}} = 5.02 $$ sNN = 5.02 TeV获得的ALICE数据。 化学沉淀温度除最低多重性仓外,与中心温度无关,其值接近160 MeV,但与在$$ \ sqrt {s_ {NN}} = 2.76 $$ sNN =的Pb-Pb碰撞中获得的值一致。 2.76 TeV。 奇数非平衡因子$$ \γ_s$$γs的值以从0.9到0.96的多重性缓慢增加,即它总是非常接近完全化学平衡。
  • 在$$ \ sqrt {s _ {\ mathrm {NN}}} $$ sNN = 5.02 TeV的p–Pb碰撞中产生中性介子... 通过ALICE实验,在$$ \ sqrt {s _ {\ mathrm {NN}}} $$ sNN = 5.02 TeV的非单次衍 ...
  • 煤矿本质安全管理评价的GA-NN模型及应用 ... 对煤矿本质安全管理进行评价。鉴于遗传算法全局搜索最优解的特点,将遗传算法用于获取神经网络权重的最优值,建立了煤矿本质安全管理评价的遗传优化神经网络模型(GA-NN)。测试结果表明,基于GA-NN模型的评价方法具有较高的精度,且无需人为设置指标权重,避免了人的主观因素对评价结果的影响,能够更客观、准确地得出评价结果,有利于监管部门评价煤矿安全管理水平及企业内部的评比与管理,对 ...
  • 通过matlab建立Kd-tree并进行k-NN查询 使用matlab对输入数据建立Kd-tree并通过Kd-tree进行k-NN查询。k-NN查询的主要算法思路来自知乎【量化课堂】kd 树算法之详细篇
  • Pytorch损失函数nn.NLLLoss2d()用法说明 主要介绍了Pytorch损失函数nn.NLLLoss2d()用法说明,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧