一种量子神经网络模型学习算法及应用

被引:18
作者
李盼池
机构
[1] 大庆石油学院计算机与信息技术学院
关键词
量子计算; 量子神经元; 量子神经网络; 超线性收敛;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算];
学科分类号
摘要
提出一种量子神经网络模型及学习算法.首先基于生物神经元信息处理机制和量子计算原理构造出一种量子神经元,该神经元由加权、聚合、活化、激励四部分组成.然后由量子神经元构造出三层量子神经网络模型,其输入和输出为实值向量,权值和活性值为量子比特.基于梯度下降法构造了该模型的超线性收敛学习算法.通过模式识别和函数逼近两种仿真结果表明该模型及算法是有效的.
引用
收藏
页码:531 / 534
页数:4
相关论文
共 4 条
[1]   前馈网络的一种超线性收敛BP学习算法 [J].
梁久祯 ;
何新贵 ;
黄德双 .
软件学报, 2000, (08) :1094-1096
[2]  
免疫优化计算、学习与识别[M]. 科学出版社 , 焦李成[等]著, 2006
[3]  
模糊控制·神经控制和智能控制论[M]. 哈尔滨工业大学出版社 , 李士勇编著, 1998
[4]  
Indispensable role of quantum theory in the brain dynamics .2 Yukinari Kurita. BioSystems . 2005