BP神经网络的量子学习及应用

• 作者: 高阳
• 来源期刊: 科技广场
• 学科: 工学
• 关键词: BP神经网络 量子计算 量子遗传算法 神经网络预测
• 年，卷（期）: 2010,（7）
• 页码范围: 132-134
• 分类号: TP183
• 字数: 2025字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-4792.2010.07.042

摘要

在神经网络的训练过程当中,引入量子遗传算法,结合BP梯度下降反传训练方法构造神经网络的量子优化算法.利用量子运算的高效并行性,对神经网络实行量子编码,用量子门旋转来代替网络进化时交叉、变异等更新操作,使得网络训练收敛精度高、收敛速度快、同时避免陷入局部最优的缺点.最后提出了一种基于量子神经网络的预测方法,仿真结果表明,基于量子遗传算法的神经网络,训练次数,误差精度以及预测能力都明显优于BP神经网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高阳	华东交通大学信息工程学院	3	2	1.0	1.0