量子神经网络在心电图分类中的应用

• 作者: 俞金寿 杨妍 陈如清
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 量子叠加 量子神经网络 心电图(ECG) 应用
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 788-792
• 页数: 5页
• 分类号: TP273
• 字数: 3632字
• 语种: 中文

摘要

将量子叠加的概念引入前向神经网络,提出了量子神经网络的计算模型.量子神经网络分类器是将量子迁移(量子间隔)概念引入前向神经网络,在隐含层和输出层借鉴量子理论中的量子迁移(量子间隔)思想,神经元采用多个激励函数的叠加,形成对特征空间的多级划分,在训练过程中,量子神经元能够根据需要伸展或坍塌.当输入模糊信息时,该算法可以学习数据集中的不精确性或不确定性,具有较高的分类精度.将该算法应用于心电图诊断中,结果表明具有较好的分类效果和较快的训练速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	俞金寿	华东理工大学信息科学与工程学院	199	3638	32.0	51.0
2	杨妍	华东理工大学信息科学与工程学院	4	35	3.0	4.0
3	陈如清	华东理工大学信息科学与工程学院	7	181	5.0	7.0