BP神经网络的量子学习及应用 |
| |
作者姓名: | 高阳 |
| |
作者单位: | 华东交通大学信息工程学院,江西南昌330013 |
| |
摘 要: | 在神经网络的训练过程当中,引入量子遗传算法,结合BP梯度下降反传训练方法构造神经网络的量子优化算法。利用量子运算的高效并行性,对神经网络实行量子编码,用量子门旋转来代替网络进化时交叉、变异等更新操作,使得网络训练收敛精度高、收敛速度快、同时避免陷入局部最优的缺点。最后提出了一种基于量子神经网络的预测方法,仿真结果表明,基于量子遗传算法的神经网络,训练次数,误差精度以及预测能力都明显优于BP神经网络。
|
关 键 词: | BP神经网络 量子计算 量子遗传算法 神经网络预测 |
本文献已被 维普 等数据库收录! |
|