基于量子神经网络的模式识别技术研究(可复制论文).pdf

摘要结合了量子计算与人工神经网络各自特点,从而克服了传统人工神经网络的某些固有缺陷,是未来信息处理的重要手段之~。本文分析了基于量子并行计算和量子纠缠特性的量子神经网络的特点,对量子跃迁神经网络、量子衍生神经网络、量子联想记忆等几种量子神经网络模型进行了研究,分析了各种模型的结构、学习方法及特性;探讨了量子神经网络在模式识别、函数近似方面的简单应用。为了与经典人工神经网络在模式识别中的应用性能进行比较。⒈冉险饬街秩斯神经网络的抗干扰和识别能力。最后,使用量子门组聪嘁泼藕褪芸胤敲作为基本计算单元,借助复数学习算法研究了一个量子神经元模型,并对该模型的收敛特性进行数值仿真,结果表明当选择的自适应增益常数越接近于时,该量子神经元的训练时长小于经典神经元。在该神经元模型基础上,构造出一个三层量子神经网络,并将该网络应用于一个带有噪声的字母识别,数值计算结果表明,量子神经网络在噪声均方差小于澳芡耆ǖ囟院肷挠⑽淖帜附惺侗穑谙嗤陌自肷P拖率保神经网络相比,量子神经网络的容错能力明显增强。当噪声均方差为保孔由经网络的误识率由网络的.%降为ァ关键词;人工神经网络,量子神经网络,量子计算,量子神经元,神经网络,学习算法,神经网络,模式识别量子神经网络南京邮电大学硕士研究生学位论文
知识水坝***@pologoogle为您整理
垒铙堕里竺曼查兰婴圭竺窒圭竺些堡苎,,瑆琎,,甅,—琱,.甋,,.琣瑆,琣..,琤甀瑃甌琣甌.%—篈,,甶
知识水坝***@pologoogle为您整理
者:芗堆芯可南京邮电大学硕士学位论文摘要指导教师壑生蛙学科、专业:工学信号与信息处理研究方向:量子信息技术芬目:基于量子神经网络的模式识别技术研究人工神经网络量子神经网络量子计算量子神经元神经网络学习算法神经网络模式识别吕作题英文题目:主题词:—.:
南京邮电大学学位论文独创性声明南京邮电大学学位论文使用授权声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。南京邮电大学、中围科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复偷缱游牡担梢圆捎糜坝⑺跤』蚱他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外,允许论文被查阅和借阅,可以公布ǹ论文的全部或部分内容。论文的公布ǹ授权南京邮电大学研究生部办理。研究生签名:导师签名日期:
第一章绪论研究背景基于量子力学特性的量子计算概念最先由诺贝尔物理学奖获得者及√ⅣJ菘饧锹际,比经典计算机有√Ⅳ募铀佟U庑┏鱿旨涌炝肆孔蛹扑研究量子计算并取得了一定的成梨“”模式识别诞生于世纪年代,随着计算机的出现和人工智能的发展,模式识别在年代迅速发展成为一门学科。它所研究的理论和方法在很多科学和技术领域中得到了广泛的重视,推动了人工智能系统的发展,扩大了计算机应用的可能性。几十年来,模式识别研究取得了大量的成果,但由于在实际系统中涉及到很多复杂的问题,使得常用算法都存在很大的盲目性和低效率,难以满足实时性要求。为此必须寻求一种新的理论和技术来解决这类问题,人工神经网络是解决图像识别问题的有力工具之薄H欢孀判畔⒋砹亢透丛佣鹊脑黾樱珹的局限和不足也逐渐显现出来闭,特别表现在:骋庖迳系难霸谛畔⒘看蟮那榭鱿麓硭俣裙网络记忆容量有限;需要反复训练,不具备一次学习的能力;在接收新的信息时会发生灾变性失忆取U庑┎蛔阆拗屏薃理论的发展,同时也推动了肫渌砺巯嘟岷系慕徊嫜Э频难芯浚渲腥斯ど窬缬肓孔蛹扑憷砺劢岷而产生的量子神经网络,成为一个极富前景的新的研究领域。正是由于量子计算具有量子并行和量子纠缠等特性,利用心J绞侗鹗峭像模式识别的新方向之一。::年提出,他们认为,按照量子力学原则建立的新型计算机对解决某些问题可能比经典计算机更有效。在此基础上,曛赋觯豪昧孔犹南喔傻加性可以实现并行的量子计算,并定义了第一个量子计算模型昀昧孔并行计算特性提出的大数质因子分解量子算法同,证明了量子计算机可以将大数质因子分解中的难解问题转化为捉馕侍狻年提出的随机数据库搜索量子算法っ髁孔蛹扑慊蠼獗槔蜒拔侍獾氖奔涓丛佣任这一研究领域的发展,在国际上掀起了研究量子计算的热潮。我国一些物理学家也在积极量子计算采用一种与传统的计算方式截然不同的新型计算方法,它的一次运算可产生南京邮电大学硕士研究生学位论文
为有效的信号与信息处理模式。捎诶昧肆孔蛹扑愕幕砗吞匦源佣朔薃忆速度有指数级提耐】;提出的量子并行自组织映射模型能在量子计算环境中实现并行备鲈怂憬峁嗟