版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、量子計(jì)算是信息科學(xué)與量子力學(xué)相結(jié)合的一門極其具有生命力的新興交叉學(xué)科,以量子神經(jīng)網(wǎng)絡(luò)為代表的量子計(jì)算由于其具有高度的并行性、指數(shù)級(jí)的存儲(chǔ)容量以及對(duì)經(jīng)典算法啟發(fā)式的加速作用,因此具有極大的優(yōu)越性并蘊(yùn)藏著強(qiáng)大的生命力,現(xiàn)已成為世界各國(guó)學(xué)者們研究的前沿領(lǐng)域。通過在傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)中引進(jìn)量子計(jì)算機(jī)制,來(lái)提高神經(jīng)網(wǎng)絡(luò)的非線性逼近能力、收斂性、算法穩(wěn)定性等性能。因此,研究量子神經(jīng)網(wǎng)絡(luò)具有重要的理論和現(xiàn)實(shí)意義。
本文綜述了國(guó)內(nèi)外量子神經(jīng)網(wǎng)絡(luò)的
2、研究現(xiàn)狀和發(fā)展趨勢(shì),概述了量子力學(xué)中的基礎(chǔ)理論知識(shí),論述了當(dāng)前幾種典型量子神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)思路、神經(jīng)元結(jié)構(gòu)、網(wǎng)絡(luò)形式以及學(xué)習(xí)算法,分析了各個(gè)網(wǎng)絡(luò)的計(jì)算優(yōu)勢(shì)和局限性。針對(duì)傳統(tǒng)神經(jīng)網(wǎng)絡(luò)中單層感知器的不能解決異或問題這一缺陷,提出了一種量子感知器神經(jīng)元模型,證明了其能解決傳統(tǒng)神經(jīng)網(wǎng)絡(luò)單層感知器所不能解決的異或問題。同時(shí)借助傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的架構(gòu),搭建了一種量子感知器神經(jīng)網(wǎng)絡(luò)模型,從理論上證明了該網(wǎng)絡(luò)模型具有良好的收斂性,并且給出了相應(yīng)的學(xué)習(xí)算法來(lái)訓(xùn)
3、練網(wǎng)絡(luò)中的參數(shù)。通過仿真實(shí)驗(yàn),與RBF神經(jīng)網(wǎng)絡(luò)作對(duì)比,從對(duì)非線性函數(shù)逼近能力方面驗(yàn)證了該網(wǎng)絡(luò)模型和學(xué)習(xí)算法的有效性和優(yōu)越性。
本文分析了量子感知器神經(jīng)網(wǎng)絡(luò)的不足,提出了一種基于受控非門的量子神經(jīng)元模型,從理論上分析了該模型能夠很好的模擬受控非門的特性,借助傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的架構(gòu),搭建了一種基于受控非門的量子神經(jīng)網(wǎng)絡(luò)模型,從理論上證明了該網(wǎng)絡(luò)模型具有良好的連續(xù)性,同時(shí)給出了相應(yīng)的學(xué)習(xí)算法來(lái)訓(xùn)練網(wǎng)絡(luò)中的參數(shù)。通過仿真實(shí)驗(yàn),與量子感知器
溫馨提示
- 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于量子結(jié)構(gòu)及算法的神經(jīng)網(wǎng)絡(luò)模型研究.pdf
- 量子神經(jīng)網(wǎng)絡(luò)模型及其算法研究.pdf
- 量子神經(jīng)網(wǎng)絡(luò)模型研究.pdf
- 一種量子權(quán)值神經(jīng)網(wǎng)絡(luò)模型及算法研究.pdf
- 量子RBF神經(jīng)網(wǎng)絡(luò)模型及其應(yīng)用.pdf
- 神經(jīng)網(wǎng)絡(luò)的電路模型建立與算法分析.pdf
- 量子神經(jīng)網(wǎng)絡(luò)辨識(shí)方法的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)算法的風(fēng)險(xiǎn)管理模型.pdf
- 循環(huán)神經(jīng)網(wǎng)絡(luò)門結(jié)構(gòu)模型研究.pdf
- 2.4bp神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)算法
- 量子神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究.pdf
- 一種基于神經(jīng)網(wǎng)絡(luò)的信用評(píng)價(jià)模型與算法研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)與蟻群算法的瓦斯預(yù)測(cè)模型研究.pdf
- BP神經(jīng)網(wǎng)絡(luò)算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的地鐵結(jié)構(gòu)變形分析模型研究.pdf
- 基于改進(jìn)RBF神經(jīng)網(wǎng)絡(luò)算法的水質(zhì)預(yù)測(cè)模型研究.pdf
- 脈沖耦合神經(jīng)網(wǎng)絡(luò)模型參數(shù)自動(dòng)標(biāo)定算法研究.pdf
- 模糊時(shí)變網(wǎng)絡(luò)最短路徑模型的神經(jīng)網(wǎng)絡(luò)算法研究.pdf
- 基于灰色神經(jīng)網(wǎng)絡(luò)模型的網(wǎng)絡(luò)流量預(yù)測(cè)算法研究.pdf
- 基于量子遺傳算法的BP神經(jīng)網(wǎng)絡(luò)人臉識(shí)別技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論