量子衍生神经网络模型及其在图像恢复中的应用

• 作者: 李盼池 肖红
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 量子计算 量子旋转门 多位受控非门 量子神经元 量子神经网络 图像恢复 学习算法 神经网络模型
• 年，卷（期）: 2013,（6）
• 页码范围: 537-542
• 页数: 6页
• 分类号: TP18
• 字数: 4091字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.201212003

摘要

为提高图像恢复质量，提出一种量子衍生神经网络模型及算法。该模型为3层结构，隐层为量子神经元，输出层为普通神经元。量子神经元由量子旋转门和多位受控非门组成，利用多位受控非门中目标量子位的输出向输入端的反馈，实现对输入序列的整体记忆，利用受控非门输出中多位量子比特的纠缠，获得量子神经元的输出。基于量子计算理论设计了该模型的学习算法，该模型可从宽度和深度两方面获取输入序列的特征。仿真结果表明，该模型的图像恢复效果明显优于普通神经网络。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李盼池	东北石油大学计算机与信息技术学院	93	344	9.0	11.0
2	肖红	东北石油大学计算机与信息技术学院	42	180	7.0	10.0