现代计算机（专业版）
現代計算機（專業版）
현대계산궤（전업판）
MODERN COMPUTER
2010年
13期
3-6
,共4页
涂淑琴%张义青%王美华%万华
塗淑琴%張義青%王美華%萬華
도숙금%장의청%왕미화%만화
量子计算%量子神经元%量子BP神经网络%学习算法%收敛速度
量子計算%量子神經元%量子BP神經網絡%學習算法%收斂速度
양자계산%양자신경원%양자BP신경망락%학습산법%수렴속도
提出一种量子BP网络模型及改进学习算法,该BP网络模型首先基于量子学中一位相移门和两位受控非门的通用性,构造出一种量子神经元,然后由该量子神经元构造隐含层,采用梯度下降法进行学习.输出层采用传统神经元构造,采用基于改进的带动量自适应学习率梯度下降法学习.在UCI两个数据集上采用该模型及算法,实验结果表明该方法比传统的BP网络具有较好的收敛速度和正确率.
提齣一種量子BP網絡模型及改進學習算法,該BP網絡模型首先基于量子學中一位相移門和兩位受控非門的通用性,構造齣一種量子神經元,然後由該量子神經元構造隱含層,採用梯度下降法進行學習.輸齣層採用傳統神經元構造,採用基于改進的帶動量自適應學習率梯度下降法學習.在UCI兩箇數據集上採用該模型及算法,實驗結果錶明該方法比傳統的BP網絡具有較好的收斂速度和正確率.
제출일충양자BP망락모형급개진학습산법,해BP망락모형수선기우양자학중일위상이문화량위수공비문적통용성,구조출일충양자신경원,연후유해양자신경원구조은함층,채용제도하강법진행학습.수출층채용전통신경원구조,채용기우개진적대동량자괄응학습솔제도하강법학습.재UCI량개수거집상채용해모형급산법,실험결과표명해방법비전통적BP망락구유교호적수렴속도화정학솔.
