计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2011年
12期
182-184,189
,共4页
受控量子旋转门%量子神经元%量子神经网络%比例积分微分参数调整%量子比特相位
受控量子鏇轉門%量子神經元%量子神經網絡%比例積分微分參數調整%量子比特相位
수공양자선전문%양자신경원%양자신경망락%비례적분미분삼수조정%양자비특상위
提出一种基于量子神经网络(QNNs)的比例积分微分(PID)参数在线调整方法.通过构造受控量子旋转门,给出一个量子神经元模型,其中包括输入量子比特相位的旋转角度和控制量2种设计参数.在此基础上提出一个量子神经网络模型,利用梯度下降法设计该模型的学习算法,并将其用于PID参数的在线调整,实验结果表明,QNNs的调整能力及稳定性均优干反向传播网络.
提齣一種基于量子神經網絡(QNNs)的比例積分微分(PID)參數在線調整方法.通過構造受控量子鏇轉門,給齣一箇量子神經元模型,其中包括輸入量子比特相位的鏇轉角度和控製量2種設計參數.在此基礎上提齣一箇量子神經網絡模型,利用梯度下降法設計該模型的學習算法,併將其用于PID參數的在線調整,實驗結果錶明,QNNs的調整能力及穩定性均優榦反嚮傳播網絡.
제출일충기우양자신경망락(QNNs)적비례적분미분(PID)삼수재선조정방법.통과구조수공양자선전문,급출일개양자신경원모형,기중포괄수입양자비특상위적선전각도화공제량2충설계삼수.재차기출상제출일개양자신경망락모형,이용제도하강법설계해모형적학습산법,병장기용우PID삼수적재선조정,실험결과표명,QNNs적조정능력급은정성균우간반향전파망락.
