一种量子衍生神经网络模型

• 作者: 姚姜虹 李滨旭
• 来源期刊: 计算机系统应用
• 关键词: 量子计算 量子旋转门 量子衍生神经元 量子衍生神经网络
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 206-210
• 页数: 5页
• 字数: 3164字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.005346

摘要

为提高神经网络的逼近能力,通过在普通BP网络中引入量子旋转门,提出了一种新颖的量子衍生神经网络模型.该模型隐层由量子神经元组成,每个量子神经元携带一组量子旋转门,用于更新隐层的量子权值,输入层和输出层均为普通神经元.基于误差反传播算法设计了该模型的学习算法.模式识别和函数逼近的实验结果验证了提出模型及算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李滨旭	东北石油大学计算机与信息技术学院	7	19	3.0	4.0
2	姚姜虹		2	5	1.0	2.0