机构地区: 华南农业大学信息学院
出 处: 《现代计算机:上下旬》 2010年第13期
摘 要: 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。
关 键 词: 量子计算 量子神经元 量子 神经网络 学习算法 收敛速度
分 类 号: [TP183]
领 域: [自动化与计算机技术] [自动化与计算机技术]