量子神經(jīng)網(wǎng)絡模型及其在心電圖分類識別中的應用研究.pdf

1、量子神經(jīng)網(wǎng)絡發(fā)展至今，已取得了顯著的研究成果。由于量子神經(jīng)網(wǎng)絡結(jié)合了量子計算的并行特性和神經(jīng)網(wǎng)絡的分類能力，克服了傳統(tǒng)人工神經(jīng)網(wǎng)絡收斂速度慢、易陷入局部極小值的缺陷，收斂速度更快，分類效果更好，因此將量子神經(jīng)網(wǎng)絡應用于心電分類識別領域?qū)⒕哂兄卮笠饬x。
　　本文首先研究了量子神經(jīng)元模型及其特性。神經(jīng)元是神經(jīng)網(wǎng)絡的基本運算單元，本文在研究經(jīng)典神經(jīng)元的基礎上，重點研究了現(xiàn)有的量子神經(jīng)元，并提出了一種改進的量子神經(jīng)元，研究了改進的量子神經(jīng)

2、元的特性，并與已有的神經(jīng)元作對比分析。其次研究了量子神經(jīng)網(wǎng)絡模型及其特性。采用本文提出的改進的量子神經(jīng)元構(gòu)造了三層前向量子神經(jīng)網(wǎng)絡模型，該改進的量子神經(jīng)網(wǎng)絡采用雙曲正切函數(shù)的變式作為激勵函數(shù)，將改進的量子神經(jīng)網(wǎng)絡應用于函數(shù)逼近，并與以往的量子神經(jīng)網(wǎng)絡和經(jīng)典BP神經(jīng)網(wǎng)絡進行比較分析。最后研究了改進的量子神經(jīng)網(wǎng)絡模型在心電圖分類實際問題中的應用。通過采用小波變換技術(shù)提取出心電圖特征數(shù)據(jù)，提出了一種基于量子神經(jīng)網(wǎng)絡的心電圖特征分類方法，對所提