多宇宙并行量子遗传神经网络人脸识别算法研究

• 作者: 李晶皎 李海朋 杨丹 金硕巍
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 工学
• 关键词: 多核并行 量子计算 遗传算法 神经网络
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 信息与控制
• 页码范围: 614-618
• 页数: 5页
• 分类号: TP39
• 字数: 4486字
• 语种: 中文
• DOI: 10.12068/j.issn.1005-3026.2019.05.002

摘要

针对传统遗传算法交叉、变异过程过于繁琐和神经网络在极值判断及收敛速度受限等问题,提出了一种并行的量子遗传算法优化神经网络权值的算法.首先引入了量子计算的概念,在量子计算的过程中使用量子旋门实现染色体的训练,然后引入量子交叉克服了早熟收敛现象,避免了遗传算法中繁琐的交叉、变异过程.最后设计实现了并行的卷积神经网络,使用并行量子遗传算法优化了卷积神经网络权值,实现了并行量子遗传神经网络人脸识别系统.实验结果表明,相对于原来的遗传算法,该算法在鲁棒性和实验速度上都有明显的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晶皎	东北大学信息科学与工程学院	84	401	10.0	16.0
2	杨丹	东北大学信息科学与工程学院	69	329	10.0	14.0
3	李海朋	东北大学信息科学与工程学院	3	10	1.0	3.0
4	金硕巍	东北大学信息科学与工程学院	10	12	3.0	3.0