基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
量子神经网络是一门崭新的学科,是量子理论和人工神经网络结合的产物。它融合了量子计算与神经网络的优点,具有很高的理论价值和应用潜力。本文基于具有量子输入和量子输出的量子神经元模型,利用BP网络用于图像压缩的原理,同时借助复数BP算法提出了QBP算法,构建一种用于图像压缩的3层QBP网络模型,实现了图像压缩与图像重建。仿真结果表明,在与BP网络压缩比相同的情况下,QBP网络不仅获取较好的重建图像质量,而且在最佳学习速率下迭代次数比BP网络少。
推荐文章
基于BP人工神经网络的图像压缩技术过程及分析
BP网络
人工神经网络
图像压缩
基于子块分类的BP神经网络图像压缩
神经网络
图像压缩
子块分类
视觉特征
基于量子Haar小波的图像压缩
量子计算机
量子小波变换
量子线路
图像压缩
一种基于量子BP网络的图像压缩方法
量子神经网络
迭代次数
量子BP网络
复数BP算法
图像压缩
收敛速度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于量子BP网络的图像压缩技术研究
来源期刊 电子测试 学科 工学
关键词 量子神经网络 BP算法 量子BP算法 图像压缩
年,卷(期) 2012,(5) 所属期刊栏目 设计与研发
研究方向 页码范围 7-12
页数 6页 分类号 TN919.8
字数 3652字 语种 中文
DOI 10.3969/j.issn.1000-8519.2012.05.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 左现刚 河南科技学院信息工程学院 45 144 6.0 9.0
2 张志霞 河南科技学院信息工程学院 21 47 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (1)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
量子神经网络
BP算法
量子BP算法
图像压缩
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子测试
半月刊
1000-8519
11-3927/TN
大16开
北京市100098-002信箱
82-870
1994
chi
出版文献量(篇)
19588
总下载数(次)
63
总被引数(次)
36145
论文1v1指导