通用量子门神经网络在齿轮故障诊断中的应用

• 作者: 张培林 李兵 李胜 王国德
• 来源期刊: 中国机械工程
• 关键词: 量子计算 通用量子门 量子神经网络 齿轮 故障诊断
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 信息技术
• 页码范围: 773-776,777
• 页数: 5页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1004132X.2015.06.012

摘要

为进一步提高齿轮故障诊断能力,结合目前神经网络机理的研究进展,建立了一种基于通用量子门的量子神经元模型,提出了通用量子门神经网络(universal quantum gate neural network, UQGN)算法。首先,该算法将转换后的量子态训练样本作为输入。然后,利用量子旋转门和通用量子门完成旋转、选择、翻转和聚合等一系列操作,并完成网络参数的更新。最后,将训练后的结果输出。在数学上,证明了UQGN算法的泛化能力。利用该算法对齿轮的正常、齿面磨损、齿根裂纹和断齿4种情况进行了模式识别。实验结果表明,与普通神经网络和普通量子神经网络相比,UQGN 算法在泛化性能、鲁棒性、准确率和执行时间等方面具有较好的效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张培林		253	1973	21.0	28.0
2	李兵		70	414	12.0	16.0
3	李胜		26	140	7.0	10.0
4	王国德		6	29	3.0	5.0