量子神經(jīng)網(wǎng)絡及其應用研究.pdf

1、量子神經(jīng)網(wǎng)絡（Quantum Neural Network）是傳統(tǒng)神經(jīng)網(wǎng)絡與量子計算相結(jié)合而產(chǎn)生的一種全新的網(wǎng)絡計算模型。通過將量子計算中量子態(tài)的疊加、糾纏、干涉和并行計算等量子特性引入到神經(jīng)網(wǎng)絡中，來有效提升神經(jīng)網(wǎng)絡的信息處理能力，以及克服傳統(tǒng)神經(jīng)網(wǎng)絡的缺陷與不足。本文以量子神經(jīng)網(wǎng)絡的應用作為出發(fā)點，通過對量子計算相關理論的研究和已有量子神經(jīng)網(wǎng)絡模型結(jié)構(gòu)的分析，將基于量子計算的新型神經(jīng)網(wǎng)絡應用于模式識別領域。仿真結(jié)果顯示了量子神經(jīng)網(wǎng)絡

2、在模式識別領域的優(yōu)越性和潛力，且具有良好的應用前景。本文的主要內(nèi)容包括以下四個方面。 （1）分析研究了量子計算原理以及相應的量子理論，詳細闡述量子計算具有高性能的原因，并介紹了傳統(tǒng)神經(jīng)網(wǎng)絡的不足和固有的缺陷。 （2）通過對比量子計算與神經(jīng)計算的相關概念，在理論上分析了兩者結(jié)合的可行性與量子神經(jīng)計算的優(yōu)勢。對量子聯(lián)想記憶模型、量子并行自組織映射模型和多宇宙量子神經(jīng)網(wǎng)絡等幾種模型的特性、結(jié)構(gòu)和學習方法進行了研究。 （

3、3）借用量子理論中量子態(tài)疊加的思想，構(gòu)造了一個基于多層激勵函數(shù)的三層量子神經(jīng)網(wǎng)絡。該網(wǎng)絡的隱層量子神經(jīng)元的傳遞函數(shù)采用多個傳統(tǒng)傳遞函數(shù)的疊加，使得網(wǎng)絡有一種固有的模糊性和不確定性，將其應用于兩類模式之間存在交叉數(shù)據(jù)的模式識別問題，并與傳統(tǒng)神經(jīng)網(wǎng)絡做比較。仿真結(jié)果顯示，該模型在識別率上比傳統(tǒng)神經(jīng)網(wǎng)絡有顯著的提高。 （4）構(gòu)造了一個基于量子門組的三層量子神經(jīng)網(wǎng)絡，將通用量子門組作為神經(jīng)網(wǎng)絡的激活函數(shù)來實現(xiàn)量子神經(jīng)計算。設計了一個實驗