暂无评论
众所周知，暗物质（DM）直接检测实验和LHC是互补的，因为它们可以探测发生在不同能级的物理过程。 但是，这种互补性的某些方面仍未被完全理解或利用。 例如，在XENONnT上发现DM对现在和将来在LHC
在高能强子-强子碰撞中，Mueller和Navelet提出的具有大速度分离的双喷生产是最有趣的过程之一，它可以帮助我们直接访问著名的Balitsky-Fadin-Kuraev-Lipatov演化动力学
针对混响环境下的近场多声源定位问题,提出了一种基于近似核密度估计(KDE)的算法模型。引入多阶段(MS)分频带处理有效解决宽间距时的空域模糊,同时,构建空域似然率函数(SLF)通过相加(S)及相乘(P
我们报告了对大型强子对撞机运行I期间质子-铅碰撞中硬质过程中可用实验数据对parton分布函数的核修饰的影响的分析报告。 我们的分析仅限于EPS09和DSSZ全局拟合。 我们认为的测量包括大型玻色子，
Java组件的应用与热力图核密度分析相互结合，可以便捷地制作点数据的热力图分布。如何使用Java组件进行核密度分析，并结合实例详细讲解了具体操作步骤与核密度热力图的生成效果。
我们证明，由LHC的CMS和Tevatron的D0进行的J/ψ对生产的最新研究表明，在不同的运动学区域存在着不同的生产机制。我们发现，在αs5处，下一阶的单部分散射贡献决定了该对大横向矩时的屈服强度。
运用核密度自适应阈值背景建模算法对运动目标进行检测，文档加代码，实现效果较好
东华大学核密度估计KDE代码 第一部分是一个三维的彩色KDE估计图（最好用MATLAB画）；第二部分是测试图片的运动目标二值图像检测结果（运动员用白色像素，背景用黑色）
MATLAB实现的二维核密度估计。 输入平面样本点，得到概率密度函数。 2D Kernel Density Estimation。
搜了好多资源，发现都不全，总结了一下，自己写了一份。包括对不同信噪比下的rice概率密度函数绘图进行仿真，并积分后得到随自变量变化的概率。
暂无评论