量子神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究.pdf

1、量子神經(jīng)網(wǎng)絡(luò)（Quantum Neural Network）是傳統(tǒng)神經(jīng)網(wǎng)絡(luò)與量子計(jì)算相結(jié)合而產(chǎn)生的一種全新的網(wǎng)絡(luò)計(jì)算模型。通過(guò)將量子計(jì)算中量子態(tài)的疊加、糾纏、干涉和并行計(jì)算等量子特性引入到神經(jīng)網(wǎng)絡(luò)中，來(lái)有效提升神經(jīng)網(wǎng)絡(luò)的信息處理能力，以及克服傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的缺陷與不足。本文以量子神經(jīng)網(wǎng)絡(luò)的應(yīng)用作為出發(fā)點(diǎn)，通過(guò)對(duì)量子計(jì)算相關(guān)理論的研究和已有量子神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)的分析，將基于量子計(jì)算的新型神經(jīng)網(wǎng)絡(luò)應(yīng)用于模式識(shí)別領(lǐng)域。仿真結(jié)果顯示了量子神經(jīng)網(wǎng)絡(luò)

2、在模式識(shí)別領(lǐng)域的優(yōu)越性和潛力，且具有良好的應(yīng)用前景。本文的主要內(nèi)容包括以下四個(gè)方面。 （1）分析研究了量子計(jì)算原理以及相應(yīng)的量子理論，詳細(xì)闡述量子計(jì)算具有高性能的原因，并介紹了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的不足和固有的缺陷。 （2）通過(guò)對(duì)比量子計(jì)算與神經(jīng)計(jì)算的相關(guān)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(jì)算的優(yōu)勢(shì)。對(duì)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(luò)等幾種模型的特性、結(jié)構(gòu)和學(xué)習(xí)方法進(jìn)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(gè)基于多層激勵(lì)函數(shù)的三層量子神經(jīng)網(wǎng)絡(luò)。該網(wǎng)絡(luò)的隱層量子神經(jīng)元的傳遞函數(shù)采用多個(gè)傳統(tǒng)傳遞函數(shù)的疊加，使得網(wǎng)絡(luò)有一種固有的模糊性和不確定性，將其應(yīng)用于兩類模式之間存在交叉數(shù)據(jù)的模式識(shí)別問(wèn)題，并與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)做比較。仿真結(jié)果顯示，該模型在識(shí)別率上比傳統(tǒng)神經(jīng)網(wǎng)絡(luò)有顯著的提高。 （4）構(gòu)造了一個(gè)基于量子門組的三層量子神經(jīng)網(wǎng)絡(luò)，將通用量子門組作為神經(jīng)網(wǎng)絡(luò)的激活函數(shù)來(lái)實(shí)現(xiàn)量子神經(jīng)計(jì)算。設(shè)計(jì)了一個(gè)實(shí)驗(yàn)