基于量子神经网络的油田水淹层识别方法

• 作者: 李盼池 杨雨 王海英
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 量子计算 量子神经网络 水淹层识别 算法设计
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 基金项目论文
• 页码范围: 41-43
• 分类号: TP183
• 字数: 2997字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2012.05.012

摘要

针对油藏测井解释中的水淹层识别问题,提出一种量子神经网络模型.该模型用量子旋转门更新量子比特的相位,用受控旋转门实现网络的非线性映射功能.网络可调参数为量子旋转门的旋转角度和受控非门的控制参数.基于梯度下降法设计了学习算法.仿真结果表明,该模型的预测能力优于普通BP网络、模糊神经网络和过程神经网络等其他方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王海英	东北石油大学计算机与信息技术学院	29	99	6.0	9.0
2	杨雨	东北石油大学计算机与信息技术学院	7	31	3.0	5.0